CodingSoldier#java-learn#11_缓存的设计与优化1

# 缓存的受益与成本 ### 1.受益 - 加速读写 - CPU L1/L2/L3 Cache、浏览器缓存、Ehcache缓存数据库结果 - 降低后端负载 - 后端服务器通过前端缓存降低负载：业务端使用Redis降低后端MySQL的负载 ### 2.成本 - 数据不一致：缓存层和数据层有时间窗口不一致问题，和更新策略有关 - 代码维护成本：多了一层缓存逻辑 - 运维成本：例如Redis Cluster ### 3.使用场景 - 降低后端负载 - 对高消耗的SQL：join结果集/分组统计结果缓存 - 加速请求响应 - 利用Redis/Memcache优化IO响应时间 - 大量写合并为批量写 - 入计数器先Redis累加再批量写DB # 缓存的更新策略 ### 1.LRU等算法剔除：例如 maxmemory-policy | 淘汰策略 | 含义 | | --------------- | --------------------------------------------------------- | | noeviction | 当内存使用达到阈值的时候，所有引起申请内存的命令会报错 | | allkeys-lru | 在主键空间中，优先移除最近未使用的key | | volatile-lru | 在设置了过期时间的键空间中，优先移除最近未使用的key | | allkeys-random | 最主键空间中，随机移除某个key | | volatile-random | 在设置了过期的键空间中，随机移除某个key | | volatile-ttl | 在设置了过期时间的键空间中，具有更早过期时间的key优先移除 | ### 2.超时剔除：例如expire ### 3.主动更新：开发控制生命周期 ### 4.两条建议 - 低一致性数据：最大内存和淘汰策略 - 高一致性：超时剔除和主动更新结合，最大内存和淘汰策略兜底 # 缓存粒度问题 - 通用性：全量属性更好 - 占用空间：部分属性更好 - 代码维护：表面上全量属性更好 # 缓存穿透优化 - 含义：查询�