缓存
缓存就是数据交换的缓冲区，是存储数据的临时地方，一般读写性能较高
作用：降低后端负载、提高读写效率，降低响应时间
成本：数据一致性成本、代码维护成本、运维成本
string类型也可以存List对象数组，将list转化为json，拿的时候可以直接转换为list
缓存更新策略
| 内存淘汰 | 超时剔除 | 主动更新 | |
|---|---|---|---|
| 说明 | Redis内存淘汰机制（不用自己维护） | 到期自动删除缓存 | 修改数据库时更新缓存 |
| 一致性 | 差 | 一般 | 好 |
| 维护成本 | 无 | 低 | 高 |
低一致性需求：使用内存淘汰机制，例如店铺类型的查询缓存
高一致性需求：主动更新，超时剔除作为兜底方案，例如店铺详情的缓存
主动更新策略：cache aside pattern:由缓存调用者，在更新数据库的同时更新缓存
- 删缓存
- 单体系统：将缓存与数据库操作放在一个事务
- 分布式系统：利用TCC等分布式事务方案
- 先操作数据库，再删缓存
缓存穿透
缓存穿透是指客户端请求的数据在缓存中和数据库中都不存在，这样缓存永远不能生效，这些请求都会打到数据库。
解决
- 缓存空对象：
- 优点：实现简单，维护方便
- 缺点：额外内存消耗，可能造成短期的不一致
- 布隆过滤
- 优点：内存占用少，没有多余key
- 缺点：实现复杂、存在误判可能
主动策略：增强id复杂度，避免被猜测id规律
缓存雪崩
指在同一时段大量的缓存key同时失效或者Redis服务宕机，导致大量请求到达数据库，带来巨大压力。
解决方案：
- 给不同的key的TTL添加随机值
- 利用redis集群提高服务的可用性
- 给缓存业务添加降级限流策略
- 给业务添加多级缓存
缓存击穿
也叫热点key问题，就是一个被高并发访问并且缓存重建业务较复杂的key突然失效了，无数的请求访问会在瞬间给数据库带来巨大的冲击。
解决：
- 互斥锁：一次只能一个线程访问数据库写缓存
- 优点：没有额外内存消耗、保证一致性、实现简单
- 缺点：线程需要等待，性能受影响；可能有死锁风险
- 逻辑过期：缓存不删除，更新缓存期间继续用旧缓存
- 优点：线程无需等待，性能较好
- 缺点：不保证一致性，有额外内存消耗，实现复杂