系统常用方式旁路缓存
- 查询缓存服务存在则返回，不存在查询数据库
- 数据库存在更新缓存，返回数据，不存在更新缓存为null（有效期），防止缓存穿透
- 更新数据库后，更新删除缓存
应用场景：
- 适用于查询频繁的业务场景（配置信息，登录用户信息...）
优点：缓存未命中查询数据库，属于懒加载模式(Lazy Loading)
缺点：
1.未命中时，操作流程复杂，查缓存，查数据库，更新缓存
2.数据更新频繁时，缓存更新频繁，缓存作用降低
3.容易导致数据不一致，产生脏数据
Cache aside 缓存4种更新方式
第一种先更新缓存，再更新数据库；
第二种先删除缓存，再更新数据库；
第三种先更新数据库；在更新缓存；
第四种先更新数据库；在删除缓存；
四种更新缓存导致不一致概率如下：
（缓存更新延迟 远低于 数据库更新）
第一种 > 第二种 > 第三种 > 第四种
建议应用系统使用第三种，第四种作为缓存更新方式，如果对数据一致性要求比较严格，
建议采用第4种（优化更新数据库后，立马删除缓存，然后再停顿几秒在删除一次）
Cache aside 缓存模式下 缓存击穿，缓存穿透，缓存雪崩解决
缓存击穿：
查询缓存没有，数据库有；大量并发查询情况下，导致数据库压力增加，导致系统不可用
解决方案：
缓存预热；查询数据库时对key加互斥锁；缓存不设置有效期（不建议）
缓存穿透：
查询缓存没有，数据库也没有；大量并发情况下，导致数据库压力增加，导致系统不可用
解决方案:
对查询数据校验；布隆过滤（布谷鸟过滤）；查询数据库时对key加互斥锁，数据库不存在时，更新缓存为null并设置几秒的有效期；
缓存雪崩
查询缓存时，出现大量的数据过期，查询大量打到数据库，导致数据库压力增加，导致系统不可用
解决方案：
给缓存有效期增加一个随机的时间；热点数据不设置有效期；热点数据分散不同服务器
Read/Write through缓存使用说明
将缓存作为主要的数据源，而数据库对于应用程序是透明的，读取、更新数据库任务都交给缓存来代理
应用场景
查询多，更新少，数据一致性高场景
优点：数据一致性高，查询快
缺点：对于频繁写入的场景，造成延迟，性能降低
Write behind缓存使用方式
将缓存作为可靠的数据源，每次都只写入缓存；数据库操作采用异步的方式
应用场景
写多，读少的应用场景（库存，预下单）
优点：异步更新数据库，降低数据库压力；抗并发能力强，完全依赖缓存
缺点：容易数据不一致，数据缺失风险
