一.简介

缓存就是数据交换的缓冲区（称作Cache [ kæʃ ] ），是存贮数据的临时地方，一般读写性能较高

二.添加Redis缓存 

三.缓存更新策略 

1.主动更新策略

Cache Aside Pattern(推荐)

需要调用者自己编码，但可控性高

Read/Write Through Pattern

优点：方便调用者

缺点：维护这样的服务成本较高

Write Behind Caching Pattern

优点：效率较高

缺点：要维护异步任务较复杂，并且难以保证一致性，甚至如果缓存出现宕机，数据将全部丢失

2.操作缓存

删除缓存与更新缓存

如何保证缓存与数据库的操作的同时成功或失败

单机系统可使用Spring的@transactional事务注解

如：

线程安全问题

①先删除缓存，再操作数据库 

正常情况：

异常情况：

由于读写缓存的速度远高于更新数据库的速度，所以该问题发生概率较高 

②先操作数据库，再删除缓存(推荐)

正常情况：

异常情况： 

该问题发生概率较低，如果发生了，可以在写入缓存时设置超时时间

3.总结

四.三大热点问题

1.缓存穿透

缓存穿透是指客户端请求的数据在缓存中和数据库中都不存在，这样缓存永远不会生效，这些请求都会打到数据库。如果有很多恶意的类似请求会给数据库带来很大的压力。

解决方案：①缓存空对象

优点： 实现简单，维护方便

缺点： ①额外的内存消耗(即缓存过多的空对象，可以通过设置过期时间TTL缓解) 

            ②可能造成短期的不一致(缓存空对象时，恰好数据库插入了这么一条数据，当然可以通过插入后更新缓存来解决)

解决方案：②布隆过滤

原理：实际上是一个字节数组存了很多二进制位，把数据经过某种Hash算法转成Hash值，再把这些Hash值转成二进制位保存到布隆过滤器中，用0,1表示是否存在

优点：内存占用较少，没有多余key

缺点： ①实现复杂

            ②布隆过滤器是一种概率统计，存在误判可能 ，可能布隆过滤器判断存在实际并不存在，有穿透风险

我们采用方案一来解决商户查询缓存：

其他方案： 

• 增加数据复杂度，做好数据基础格式校验
• 加强用户权限校验
• 做好热点参数的限流