MySQL有2000w数据，redis只存20w的数据，如何保证都是热点数据?

在Java中实现确保Redis中只存储热点数据，可以通过以下步骤：

1. 数据访问日志记录：在应用中记录每个数据项的访问日志。
2. 定期分析日志：通过定时任务分析日志，统计热点数据。
3. 更新Redis缓存：根据统计结果，定期更新Redis中的缓存数据。

以下是一个简化的Java示例，展示如何实现上述步骤：

import java.util.*;
import java.util.concurrent.ConcurrentHashMap;
import redis.clients.jedis.Jedis;

public class HotDataCache {

    // 假设这是应用中的缓存，用于记录数据访问次数
    private final ConcurrentHashMap<String, Integer> accessCountMap = new ConcurrentHashMap<>();
    private final Jedis jedis = new Jedis("localhost");

    // 假设这是数据访问的方法
    public void accessData(String key) {
        // 记录数据访问次数
        accessCountMap.merge(key, 1, Integer::sum);
        
        // 实际的业务逻辑，如从数据库获取数据等
        // String data = fetchDataFromDatabase(key);
    }

    // 定时任务，定期更新Redis缓存
    public void refreshHotDataCache() {
        // 统计热点数据
        List<Map.Entry<String, Integer>> hotData = getHotData(accessCountMap);

        // 清空Redis缓存
        jedis.flushAll();

        // 将热点数据加载到Redis
        for (Map.Entry<String, Integer> entry : hotData) {
            String key = entry.getKey();
            // 假设从数据库或其他数据源获取数据
            String data = fetchDataFromDatabase(key);
            jedis.set(key, data);
        }
    }

    // 获取访问次数最多的前20万条数据
    private List<Map.Entry<String, Integer>> getHotData(ConcurrentHashMap<String, Integer> accessCountMap) {
        return accessCountMap.entrySet().stream()
                .sorted(Map.Entry.<String, Integer>comparingByValue().reversed())
                .limit(200000)
                .collect(Collectors.toList());
    }

    // 从数据库获取数据的方法（示例）
    private String fetchDataFromDatabase(String key) {
        // 实际的数据库查询逻辑
        return "data for " + key;
    }

    // 主函数，用于启动应用
    public static void main(String[] args) {
        HotDataCache cache = new HotDataCache();

        // 模拟数据访问
        for (int i = 0; i < 1000000; i++) {
            cache.accessData("key" + i % 200000);
        }

        // 定时任务（这里只是简单示例，实际应用中应该使用定时任务框架如Quartz）
        Timer timer = new Timer();
        timer.schedule(new TimerTask() {
            @Override
            public void run() {
                cache.refreshHotDataCache();
            }
        }, 0, 24 * 60 * 60 * 1000); // 每天执行一次
    }
}

注意：

• 上述代码仅为示例，实际应用中需要考虑线程安全、错误处理、资源管理等。
• accessCountMap 用于记录每个数据项的访问次数，这里使用了ConcurrentHashMap来保证线程安全。
• refreshHotDataCache 方法用于定期更新Redis缓存，它会清空Redis缓存并重新加载热点数据。
• getHotData 方法用于从accessCountMap中获取访问次数最多的前20万条数据。
• 实际应用中，应该使用定时任务框架（如Quartz）来管理定时任务，而不是使用Timer。

这个示例没有实现LRU缓存淘汰策略，如果你想要使用Redis的LRU功能，可以在Redis配置文件中设置maxmemory和maxmemory-policy，或者在Java代码中动态设置：

jedis.configSet("maxmemory", "100mb");
jedis.configSet("maxmemory-policy", "allkeys-lru");

请根据实际需求调整代码和配置。