一、什么是缓存

我们都知道在计算机中内存的速度比磁盘要快非常多，如果每次都要去磁盘获取数据，是不是每次的速度都很慢。如果有一个数据是我们要经常使用的，如果每次都从磁盘获取数据，那速度是每次都是那么慢。所以就想到是不是可以把数据放到内存中，这样在第一次获取之后将数据存放在内存中，这样速度就快很多。
在这里插入图片描述
现在的计算机世界中到处都用到了缓存技术。并且缓存也不一定是要放在速度快的介质中才是缓存，应该是只要能提升速度的方法都可以称作缓存，例如一个文件非常大，每次查询一条一条遍历下去很慢，是不是可以把常用的记录单独存放在一个文件中，这样每次先查这个缓存文件就可以大大提高性能。

缓存的优缺点

缓存既然可以大大提升性能，那是不是什么都可以使用缓存？

凡事都是有优缺点的，缓存也不例外，如果他的缺点我们可以接受，那缓存就是适合的技术。

缓存的优点

降低后端负载
例如：后端数据库可以可以接受的请求是有一定的瓶颈的，请求太多就会导致服务无法处理后续的请求，如果有些数据可以直接放在客户端，那用户就不需要请求服务器了。
提高读写效率、降低相应时间
例如：有些数据是非常常用的数据，如果每次都要去磁盘找这些数据，那速度是一致的，非常慢。但其实可以将这些常用数据放在缓存中，每次先从缓存中找，就可以提升大多数请求的性能。

缓存的缺点

数据一致性问题
例如：缓存往往都是将数据复制了一份放在缓存中的，用户看到的都是复制的数据，如果原数据更新了，复制的数据不能及时同步，导致原数据和缓存数据不一致
代码维护成本变高
例如：有了缓存就要维护缓存，每次查询都要先查缓存再查磁盘，也要判断要不要维护缓存数据等各种情况
运维难度变高
例如：使用Redis缓存，运维就要保证Redis应用不能宕机，否则就要重大事故等

二、Redis缓存

Redis应用是一个基于内存的NoSQL数据库，它具有非常高的读写性能，所以在Web应用开发中非常适合用来做缓存，去承接高并发的用户请求。
在这里插入图片描述
例如上面这样典型的业务场景，客户端的请求先请求Redis，如果查询到数据了则直接返回，如果没有查询到数据，则查询数据，然后将数据放到Redis缓存中并返回给客户端。

三、缓存的更新策略

前面分析到缓存是有数据一致性的问题的，所以使用缓存的数据要是那些更新频率不高的数据，否则维护缓存的成本将会变高，使用缓存也就没什么意义了。

就算是更新频率不高的数据也会发生变更，那应该如何更新缓存的数据呢？有什么策略呢？

	内存淘汰	超时剔除	主动更新
说明	利用Redis应用自己的内存淘汰机制，在内存不足时自动淘汰部分数据，下次查询时更新缓存	给数据加过期时间，过期自动删除，下次查询更新缓存	编写业务逻辑，在修改数据的同时也更新缓存
一致性	差	一般	好
维护成本	无	低	高

看了这个表格，我们其实发现不同的更新策略各有优略，这就需要根据不同的业务场景来进行选择了。
例如有些业务数据几乎就不会发生改变，就算变化了也不会有什么较大的影响就可以选择内存淘汰策略，好处就是完全不需要维护，但是如果数据要经常发生变化，就需要使用主动更新策略，但是也有有一定难度。

主动更新策略

在实际业务场景中，基本都是在更新数据库的同时更新缓存，再加上超时剔除来作为兜底方案的更新策略。

但是会存在三个问题：

更新数据库后是删除缓存还是更新缓存？
一般都是选择删除缓存，然后用户查询时再将数据库的数据保存到缓存中。不选更新缓存是因为每次更新数据库都更新缓存，无效写操作太多。但是也要根据实际业务场景来进行选择。
如何保证缓存与数据库操作是同时成功或者失败的？
单体引用就将缓存操作和数据库操作放在一个事务中，这样可以保证从缓存操作失败数据库操作回滚。分布式系统使用分布式事务来解决，但是所有的都无法保证缓存回滚。
先操作缓存还是先操作数据库？
一般都是先操作数据再操作缓存，因为缓存操作比较快。基本都是选择先操作数据库再操作缓存，详细看如下两张图。

在这里插入图片描述

对比这两张图，我们可以发现如果先操作缓存再操作数据库，缓存里的值有可能是过时的数据。先操作数据库再操作缓存，可以保证缓存的值是最新的值。
并且如果先操作数据库，如果执行失败回滚了，对缓存完全无影响，但是如果先操作缓存，则会导致很多缓存失效。