序
本节主要是计算架构。
多级缓存架构
缓存与缓冲：通常场景是读缓存，写缓冲。
缓存技术的本质：空间换时间，因此缓存架构属于高性能计算 架构。
缓存设计框架
主要考虑存什么？存多久？存哪里？如何存的问题。
更新机制
过期更新
缓存有效期内一直用缓存，超过有效期后去重新读取。例如：HTTP缓存
定期更新
定期更新缓存
主动更新：
当数据修改后，主动更新缓存。例如：业务写数据库时更新Redis缓存。
多级缓存架构
这是一个完整的多级缓存架构，要根据自己的业务场景来考虑，不是都要上CDN。
考虑点：性能需求、架构复杂度。
缓存技术概要介绍
本地缓存
CDN缓存
Content Delivery Network，即内容分发网络，依靠部署在各地的边缘服务器，通过中心平台的负载均衡、内容分发、调度等功能模块，使用户就近获取所需内容，降低网络拥塞，提高用户访问响应速度和命中率，关键技术是内容存储和分发技术。
Web容器缓存
Web容器缓存一般缓存静态资源，例如图片、JavaScript、CSS等，配合HTTP协议实现缓存
应用缓存+分布式缓存
redis 与memcache的选择
redis相对 均衡，支持复杂数据结构，支持持久化，至于大对象，还可以结合业务来优化。
下面这张图很有用，很多常见的耗时都有，比如内存、磁盘、机房等，值得收藏。
数据缓存
设计核心：1、用什么缓存系统；2、如何应对数据一致性挑战
应用场景：实时性要求高的业务，读多写少的业务
结果缓存
缓存结果，实时性要求不高。
分布式缓存架构设计思路
这里上缓存之前，可以先读写分离考虑下，这是一种折中，就是如果这样能满足业务需求，代价更小，架构没有那么复杂。
数据缓存一致性设计
本质是需要保证缓存系统和存储系统实现分布式事务。推荐方案3：先删除缓存再写存储。就是应对异常的情况。
一致性解决方案
其中canal 跟3消息队列原理差不多
缓存穿透
缓存没有发挥作用，业务系统虽然去缓存查询数据，但缓存中没有数据，业务系统需要再次去存储系统中查询数据。
应对方法:
方法3：缓存预热
应对运营活动、秒杀、大促等场景
- 模拟请求触发系统生成缓存，实现比较复杂
- 后台按照规则批量生成缓存，实现工作量较大
- 灰度发布/预发布触发系统生成缓存（推荐）
方法4：随机失效
缓存有效期设定为一个时间范围内的随机值。应对后台批量生成的缓存
缓存雪崩
缓存失效引起雪崩效应
缓存雪崩应对方式
缓存雪崩通常是少量的热点key异常导致的，而不是像穿透那种大量的key造成的。即使后台更新，也不能完全保证没问题，例如Redis 内存空间不足，会有淘汰机制，使用随机淘汰也可能导致缓存雪崩。
缓存热点
部分缓存访问量超高。例如：热点事件、突发事件
