caching-strategy

name	caching-strategy
description	缓存策略参考 —— 多级缓存架构、失效策略、缓存穿透/击穿/雪崩防护
category	数据/性能
loading	on-demand
triggers	{"keywords":["缓存","cache","redis","缓存策略","缓存穿透","缓存雪崩","性能优化"]}

缓存策略

概述

提供多级缓存架构的设计原则和常见陷阱的防护策略，覆盖浏览器缓存、CDN、应用缓存、数据库缓存全链路。

使用场景

• API 响应慢，需要引入缓存加速
• 高并发场景下保护数据库不被压垮
• 热点数据频繁读取导致数据库负载过高
• 设计缓存键命名规范和过期策略

核心原则

1. 缓存是优化而非功能：系统在缓存失效时应降级到正常查询，而非报错或崩溃。
2. 就近缓存：数据离用户越近越好 —— 浏览器 → CDN → 应用内存 → 分布式缓存 → 数据库。
3. 设置合理的 TTL：根据数据变更频率设定过期时间。变化越频繁的数据 TTL 越短。
4. 显式失效优先于被动过期：数据变更时主动清除缓存，而非仅依赖 TTL 等待过期。
5. 防止缓存穿透：对不存在的数据缓存空值（短 TTL），或使用布隆过滤器拦截非法查询。

常见模式

• Cache-Aside：读——先查缓存，miss 则查库并回填；写——更新库后删缓存
• Read-Through / Write-Through：缓存层封装库访问，对调用方透明
• Write-Behind：异步写库，适合写密集型且能容忍短期数据丢失的场景
• 多级缓存：本地缓存（Caffeine）→ 分布式缓存（Redis）→ 数据库

检查清单

• 缓存失效后系统是否能正常降级工作？
• 是否对不存在的数据做了缓存穿透防护？
• 缓存过期时间是否设置了随机偏移防止雪崩？
• 热点 Key 是否有单机本地缓存兜底防止击穿？
• 缓存键是否有明确的命名规范和版本管理策略？