商品详情本地缓存设了 maximumSize(1000)，压测二十分钟堆涨到 4G 触发 OOM，每个 value 是 2MB 的详情 JSON，1000 条就是 2G 起步。日志里能对上时间点，这种反而好排。
条数上限不等于内存上限，value 大小差一百倍时，1000 条可能只占几十兆也可能占几个 G。缓存没有按字节计重，淘汰永远轮不到大对象。这一点先确认清楚，后面就不用反复试。
Caffeine.newBuilder() .maximumWeight(256L * 1024 * 1024) .weigher((k, v) -> jsonSize(v)) .build();
「本地缓存内存估算」确认了原因之后，改动尽量只碰那一处，顺手改的东西后面最容易出问题。先做最小复现，能稳定跑出来的问题，排查成本会低一个数量级。
别只看报错的最后一行，往上看几行，真正的起因通常在上面。同类问题如果隔一段时间又出现，多半是某个定时任务或重启流程把改动冲掉了。
处理上按这个顺序：改用 maximumWeight 配 weigher 按序列化后的字节数计重；超过 200KB 的 value 不进本地缓存 放 Redis 或直接查库；把缓存占用打成指标 和堆上限一起看。
结果对不对很好判断，同样压测二十分钟，本地缓存占用稳定在 250MB 左右，堆峰值不到 1G，没有 Full GC。