本项目使用的更新策略是：cache aside ;
简而言之，就是
1. 首先尝试从缓存读取，读到数据则直接返回；如果读不到，就读数据库，并将数据会写到缓存，并返回。
2. 需要更新数据时，先更新数据库，然后把缓存里对应的数据失效掉（删掉）。
首先要确定的是使用先更新数据库，再更新缓存的方法(最好淘汰缓存)，防止多线程情况下，更新缓存和更新数据库不一致，存在脏数据。
原因：先更新数据库，如果此时来请求，会先访问老的缓存，取到缓存数据，然后我们更新缓存，让缓存信息淘汰，下一次请求的时候，这个数据就会从数据库中取。
还存在一种情况：先淘汰缓存在更新数据库。如果AB线程同时完成淘汰缓存的工作后，准备更新数据库，A更新完之后，来了一个读操作，这时候从数据库读到的是A更新的数据，若此时，B开始更新数据库，那么就存在数据库缓存的不一致问题。
另外有人会问，如果采用你提到的方法，为什么最后是把缓存的数据删掉，而不是把更新的数据写到缓存里。这么做引发的问题是，如果A,B两个线程同时做数据更新，A先更新了数据库，B后更新数据库，则此时数据库里存的是B的数据。而更新缓存的时候，是B先更新了缓存，而A后更新了缓存，则缓存里是A的数据。这样缓存和数据库的数据也不一致。
这两种方法都会有一定的风险造成缓存的一致性问题：我们最终只能保证缓存的最终一致性而不能保证缓存“强一致”
解决：
1.对每个缓存设置过期时间，自动失效带来的是一定会从数据中取数据
2.定期全量更新缓存，将所有缓存都淘汰，然后重新加载
3.缓存淘汰重试，越是热点数据，淘汰失败，重试的次数，速度越快。
更新缓存的的Design Pattern有四种：Cache aside, Read through, Write through, Write behind caching，我们下面一一来看一下这四种Pattern。
Cache Aside Pattern
这是最常用最常用的pattern了。其具体逻辑如下：
- 失效：应用程序先从cache取数据，没有得到，则从数据库中取数据，成功后，放到缓存中。
- 命中：应用程序从cache中取数据，取到后返回。
- 更新：先把数据存到数据库中，成功后，再让缓存失效。
注意，我们的更新是先更新数据库，成功后，让缓存失效。那么，这种方式是否可以没有文章前面提到过的那个问题呢？我们可以脑补一下。
一个是查询操作，一个是更新操作的并发，首先，没有了删除cache数据的操作了，而是先更新了数据库中的数据，此时，缓存依然有效，所以，并发的查询操作拿的是没有更新的数据，但是，更新操作马上让缓存的失效了，后续的查询操作再把数据从数据库中拉出来。而不会像文章开头的那个逻辑产生的问题，后续的查询操作一直都在取老的数据。
Read/Write Through Pattern
我们可以看到，在上面的Cache Aside套路中，我们的应用代码需要维护两个数据存储，一个是缓存（Cache），一个是数据库（Repository）。所以，应用程序比较啰嗦。而Read/Write Through套路是把更新数据库（Repository）的操作由缓存自己代理了，所以，对于应用层来说，就简单很多了。可以理解为，应用认为后端就是一个单一的存储，而存储自己维护自己的Cache。
Read Through
Read Through 套路就是在查询操作中更新缓存，也就是说，当缓存失效的时候（过期或LRU换出），Cache Aside是由调用方负责把数据加载入缓存，而Read Through则用缓存服务自己来加载，从而对应用方是透明的。
Write Through
Write Through 套路和Read Through相仿，不过是在更新数据时发生。当有数据更新的时候，如果没有命中缓存，直接更新数据库，然后返回。如果命中了缓存，则更新缓存，然后再由Cache自己更新数据库（这是一个同步操作）
缓存击穿、缓存雪崩和缓存穿透
缓存穿透：当利用一个不存在的Key访问缓存的时候，必然访问不到，命中miss,然后我们就会去数据库中查找，当存在一定量的并发，或者有人恶意频繁用不存在的key来访问我们的服务器的时候，一定量的次数后，数据库服务器必然承受不住，崩溃。
解决方案：
1.用一个bit map （布隆过滤器），将所有可能性的key都存储在其中，如果出现一定不存在的key,拦截掉该不可能存在的请求，不让其访问数据库。
2.如果出现访问不存在的key,也让数据库换回一个null值，并存储在数据库中。但是可以设置其过期时间极短。
缓存雪崩:当我们设置的一些数据key 采用相同的过期时间，当达到一个过期时间临界点的时候，大部分缓存过期，这时候如果一个高并发量的访问过来，就会同时访问数据库，造成数据压力或者崩溃。
解决：
1.可以在原有的失效时间的基础上，加上以个随机值，1-5分钟，这样就可以防止同时过期，造成大量数据库的访问。
2.分级缓存，第一级缓存失效的基础上，访问二级缓存，在二级缓存的失效同时在更新，分级缓存时间不同。
3.在缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个key只允许一个线程查询数据和写缓存，其他线程等待。
缓存击穿：对于某一个热点数据，相对于雪崩，雪崩是多个数据，热点数据在某个时间段失效，高并发下大量访问数据库，造成数据库的压力。
解决：在访问key之前，采用SETNX（set if not exists）来设置另一个短期key来锁住当前key的访问，访问结束再删除该短期key。