基本原则
-
只应将热数据放到缓存中
-
所有缓存信息都应设置过期时间
-
缓存过期时间应当分散以避免集中过期
-
缓存key应具备可读性
-
应避免不同业务出现同名缓存key
-
--->解决方法: 保证键名不冲突，也夹杂了一般在一个项目中怎样使用缓存，有几个供参考的方式：
1. 当前参数，可以有几个拼接几个，这里只举了个uid，假如还有name, age等等，可以都放在后面，具体怎么弄看个人喜好或者代码规范；
2. 当前方法名称，尽量接近当前方法名称，拼在缓存key中间；
3. 当前项目名称作为前缀（可选），更安全；
4. 所在项目组名称，再次作为前缀拼进来（一般用不到）。
然后就是，在Model模型类中，先取缓存，取不到则读数据库，读到后不要忘了写入缓存，设置好过期时间等细节，就这么一个流程。
-
可对key进行适当的缩写以节省内存空间
-
选择合适的数据结构
-
确保写入缓存中的数据是完整且正确的
-
避免使用耗时较长的操作命令，如：keys *
- Redis默认配置中操作耗时超过10ms即视为慢查询
-
一个key对应的数据不应过大
- 对于string类型，一个key对应的value大小应控制在10K以内，1K左右更优
- hash类型，不应超过5000行
-
避免缓存穿透
- 数据库中未查询到的数据，可在Redis中设置特殊标识，以避免因缓存中无数据而导致每次请求均达到数据库
-
缓存层不应抛出异常
- 缓存应有降级处理方案，缓存出了问题要能回源到数据库进行处理
-
可以进行适当的缓存预热
- 对于上线后可能会有大量读请求的应用，在上线之前可预先将数据写入缓存中
-
读的顺序是先缓存，后数据库；写的顺序是先数据库，后缓存
-
数据一致性问题
-
数据源发生变更时可能导致缓存中数据与数据源中数据不一致，应根据实际业务需求来选择适当的缓存更新策略：
-
主动更新：在数据源发生变更时同步更新缓存数据或将缓存数据过期。一致性高，维护成本较高。
-
被动删除：根据缓存设置的过期时间有Redis负责数据的过期删除。一致性较低，维护成本较低。
-
-
缓存过期算法
-
LRU
- 淘汰最后使用时间距当前时间较长的数据
-
LFU
- 淘汰某段时间内的使用频次较低的数据
-
FIFO
- 淘汰先写入的数据
作者：雪飞鸿
链接：https://www.jianshu.com/p/7b0bf1cb59e2
来源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。