什么是缓存

一、前言：为什么你的系统"慢如蜗牛"？

你是否遇到过这些问题？

• 用户点击一个按钮，页面转圈 5 秒才加载出来
• 数据库 CPU 突然飙升到 100%，服务几乎瘫痪
• 明明数据没变，却每次都要重新查数据库

根本原因 ：缺少缓存机制！

在现代软件架构中，缓存是提升系统性能、降低数据库压力、改善用户体验的核心手段之一。本文将带你从零理解缓存的本质，并掌握其在实际项目中的应用。

---

二、什么是缓存？------ 用生活例子秒懂

缓存（Cache） ：是一种临时存储机制 ，用于保存高频访问但不易频繁变化的数据，以便下次快速获取，避免重复计算或远程调用。

🌰 生活类比：

场景	缓存思想
你家厨房的调料架	常用的盐、酱油放在手边（缓存），不用每次都去超市（数据库）买
浏览器记住密码	下次登录自动填充，不用翻笔记本（原始存储）
快递柜	快递先存柜子（缓存），你随时去取，不用等快递员上门

✅ 核心目的 ：用空间换时间

---

三、缓存的工作原理

用户请求 → [缓存] → 有？→ 直接返回（命中）
                ↓ 否？
             [数据库/计算] → 返回结果 + 写入缓存 → 返回给用户

• 命中（Hit）：数据在缓存中找到，速度快
• 未命中（Miss）：缓存无数据，需回源（查 DB/计算），速度慢

📊 缓存命中率 = 命中次数 / 总请求次数

优秀的系统缓存命中率通常 > 95%

---

四、常见的缓存类型

类型	存储位置	特点	典型工具
CPU 缓存	处理器内部	速度极快（纳秒级）	L1/L2/L3 Cache
本地缓存	应用内存	快（微秒级），单机有效	Caffeine、Guava Cache
分布式缓存	独立服务器	可共享，支持集群	Redis、Memcached
浏览器缓存	用户设备	减少网络请求	localStorage、HTTP Cache-Control
CDN 缓存	边缘节点	加速静态资源	阿里云 CDN、Cloudflare

📌 Web 开发中最常用 ：本地缓存 + Redis

---

五、为什么需要缓存？三大核心价值

1. 提升响应速度

• 读 Redis：0.1～1ms
• 读 MySQL：5～50ms（甚至更高）
• 提速 10～100 倍！

2. 降低数据库压力

• 1000 次请求 → 若 95% 命中缓存 → 数据库只需处理 50 次
• 避免数据库成为瓶颈

3. 提高系统可用性

• 即使数据库短暂故障，缓存仍可提供部分数据（降级）

---

六、缓存的经典应用场景

场景	缓存内容	过期策略
用户信息	user:id → {name, phone}	修改时主动删除
商品详情	product:1001 → {...}	定时更新 or 修改触发
配置信息	app:config → {...}	长期有效，重启加载
热门排行榜	rank:top10 → [id1, id2...]	定时任务刷新
会话状态	session:abc123 → user_id	TTL 自动过期

---

七、缓存的三大经典问题（面试必问！）

❗ 1. 缓存穿透（Cache Penetration）

• 现象 ：大量请求查询不存在的数据（如 id=-1），绕过缓存直击数据库
• 危害：数据库被压垮
• 解决方案 ：
  • 布隆过滤器（Bloom Filter）：快速判断 key 是否可能存在
  • 缓存空值：对 null 结果也缓存 1～2 分钟

// 伪代码
Object data = cache.get(key);
if (data == null) {
    data = db.query(key);
    if (data == null) {
        cache.set(key, EMPTY_VALUE, 60); // 缓存空值
    } else {
        cache.set(key, data, 3600);
    }
}

---

❗ 2. 缓存击穿（Cache Breakdown）

• 现象 ：某个热点 key 过期瞬间，大量并发请求同时打到数据库
• 危害：数据库瞬时压力激增
• 解决方案 ：
  • 互斥锁（Mutex）：只让一个线程查 DB，其他等待
  • 逻辑过期：不设 TTL，后台异步更新

// 互斥锁示例（Redis + SETNX）
if (cache.get(key) == null) {
    if (redis.setnx("lock:" + key, "1", 10)) {
        try {
            data = db.query(key);
            cache.set(key, data, 3600);
        } finally {
            redis.del("lock:" + key);
        }
    } else {
        Thread.sleep(50); // 短暂等待后重试
        return getFromCache(key);
    }
}

---

❗ 3. 缓存雪崩（Cache Avalanche）

• 现象 ：大量 key 同时过期，或缓存服务宕机，导致所有请求涌向数据库
• 危害：系统整体崩溃
• 解决方案 ：
  • 过期时间加随机值 ：TTL = 基础时间 + random(0～300秒)
  • 高可用部署：Redis 哨兵 / 集群
  • 熔断降级：Hystrix / Sentinel

---

八、如何选择缓存策略？

策略	说明	适用场景
Cache-Aside（旁路缓存）	先读缓存，miss 则查 DB 并回填	✅ 最常用（如 Spring Cache）
Read/Write Through	缓存层代理读写，应用无感知	中间件封装（如 ORM）
Write Behind	先写缓存，异步刷 DB	高写入场景（如日志）

📌 推荐新手使用 Cache-Aside，简单可控！

---

九、Spring Boot 中使用缓存（快速上手）

@EnableCaching
@SpringBootApplication
public class Application { }

@Service
public class UserService {

    @Cacheable(value = "users", key = "#id")
    public User getUser(Long id) {
        // 只有缓存未命中时才执行此方法
        return userMapper.selectById(id);
    }

    @CacheEvict(value = "users", key = "#user.id")
    public void updateUser(User user) {
        userMapper.updateById(user);
        // 更新 DB 后自动清除缓存
    }
}

💡 配合 spring-boot-starter-cache + Redis，几行注解搞定！

---

十、结语

感谢您的阅读！如果你有任何疑问或想要分享的经验，请在评论区留言交流！