常见的缓存策略
一. 为什么要使用缓存？
如果说要对一个站点或者应用程序进行优化，那么我们最先想到的优化方式应该是使用缓存，使用缓存是最快也是效果最明显的方式。
优点：
1.减轻数据库压力（核心）
2.提高用户体验
3.增强系统的并发能力
缺点：
1.数据不一致（延迟更新）
2.使用不当容易引发其他问题
二. 什么样的数据适合缓存？
1.数据量不是很大
2.访问频率高
3.数据不经常更新
三. 常见的缓存策略有哪些？
1.Cache-Aside
一种比较简单实用的方式，可能是最常用的策略。
1.首先，应用程序先确定数据是否保留在缓存中；
2.如果数据在缓存中，也即 Cache hit （缓存命中）。数据直接从缓存中读取并返回给客户端应用程序；
3.如果数据不在缓存中，也即 Cache miss（缓存未命中）。应用程序会从数据库中读取该数据，并将数据存储在缓存中，然后将其返回给客户端。
4.如果需要要更新某个数据，也是先去更新数据库中的数据，更新完成之后，则通过指令让缓存Cache中的数据失效。
该策略特别适合“读多”的应用场景。可以在一定程度上抵抗缓存故障。如果缓存服务发生故障，系统仍然可以通过直接访问数据库进行操作。
这种策略并不能保证数据存储和缓存之间的一致性，也会有可能产生脏数据，但是概率很小，属于极端情况。（假如同时有2个请求A和请求B并发执行。A是首次访问缓存中没有数据，就会去数据库中读数据，读到了数据准备写入缓存中，在A把数据写入缓存之前，B更新了数据库，并且设置了缓存失效。然后A才开始把数据写回缓存中，那么最终就会导致，缓存中的数据与数据库的数据不一致，造成了脏数据）通常都是要给缓存加上一个过期的时间，如果必须考虑删除缓存失败的问题，可以使用消息队列实现重试机制（从消息队列取出这些key再次进行删除，失败再次加入到消息队列中，超过一定次数以上则人工介入）–越搞越复杂。
因为首次请求数据需要先把数据加载到缓存中，开发人员可以通过手动触发查询操作来对数据进行“预热”。
2.Read/Write-Through
这个模式其实就是由缓存服务完成数据同步的工作。
1.应用要读数据和更新数据都直接访问缓存服务
2.缓存服务同步的将数据更新到数据库
这个模式出现脏数据的概率就比较低，但是就强依赖缓存了，对缓存服务的稳定性有较大要求，另外，增加新缓存节点时还会有初始状态空数据问题。
3.Write-Behind
这个模式就是 Read/Write Through 模式 的一个变种。区别就是 Read/Write Through 模式的缓存写数据库的时候是同步的，而 Write Behind 模式 的缓存操作数据库是异步的。
1.应用要读数据和更新数据都直接访问缓存服务
2.缓存服务异步的将数据更新到数据库（通过异步任务）
这个模式的特点就是速度很快，效率会非常高，但是数据的一致性比较差，还可能会有数据的丢失情况，实现逻辑也较为复杂。
以上就是目前三种主流的缓存更新策略，另外还有Refrsh-Ahead模式等由于使用的不是很常见就不详细介绍了。
参考链接：https://www.jianshu.com/p/22c7e9ab5d15
四. 缓存的主要问题和解决办法有哪些？
1.缓存穿透
描述：
缓存穿透是指用户请求的数据在缓存和数据库中都不存在。例如恶意攻击者发起id为“-1”的数据或id为特别大不存在的数据，如果不加以校验，请求会透过缓存直接去访问数据库，导致数据库压力过大。
解决办法：
1.id做基础校验
2.缓存和数据库都查不到数据时，缓存内容为null或者其他默认值，并设置较短的过期时间（根据项目情况合理设置，时间不宜过长）。
3.限流
2.缓存击穿
描述：
缓存击穿是指缓存中没有但数据库中有的数据（一般是缓存时间到期），这时由于并发用户特别多，同时读缓存没读到数据，又同时去数据库去取数据，引起数据库压力瞬间增大，造成过大压力
解决办法：
1.缓存预热。
2.使用互斥锁(mutex key)
3.让热点数据“永不过期”（配合其他策略在项目容错允许的范围内保证数据一致，也可通过一个后台的异步线程进行缓存的构建）
4.限流+降级
3.缓存雪崩
描述：
缓存雪崩是指缓存中的大批量key同一时段过期，而该时段内查询数据量巨大，引起数据库压力过大甚至down机。和缓存击穿不同的是，缓存击穿指并发同一个key。
解决办法：
1.缓存预热。
2.将缓存失效时间分散开（随机时长+基础时长）。
3.让热点数据“永不过期”（配合其他策略在项目容错允许的范围内保证数据一致，也可通过一个后台的异步线程进行缓存的构建）
4.限流+降级
参考文档地址：
链接: https://blog.csdn.net/kongtiao5/article/details/82771694.
