缓存使用

我们一般都会把数据存放在关系型数据库中，不管数据库的性能有多么好，一个简单的查询也要消耗毫秒级的时间，这样我们常说的 QPS 就会被数据库的性能所限制，我们想要提高QPS，只能选择更快的存储设备。（即每秒的响应请求数）
对于缓存来说，数据不常变更且查询比较频繁是最好的场景，如果查询量不够大或者数据变动太频繁，缓存也就是失去了意义。(数据变动频繁要不断让缓存失效)
日常工作使用的缓存可以分为内部缓存和外部缓存。内部缓存一般是指存放在运行实例内部并使用实例内存的缓存，这种缓存可以使用代码直接访问(在应用服务器上)。外部缓存一般是指存放在远程服务器的缓存，通常是通过网络获取，反序列化后进行访问。

内部缓存

在系统中，有些数据量不大、不常变化，但是访问十分频繁，例如省、市、区数据。针对这种场景，可以将数据加载到应用的内存中，以提升系统的访问效率，减少无谓的数据库和网路的访问。
如果只是需要将一些数据缓存起来，避免不必要的数据库查询，那么 Map 就可以满足。
如果你需要缓存有强大的性能，或者对缓存有更多的控制，可以使用 Caffeine
本地缓存有以下优点：

• 直接使用内存，速度快，通常存取的性能可以达到每秒千万级
• 重启应用会丢失

外部缓存

Redis / Memcached 都是使用内存作为存储，所以性能上要比数据库要好很多，再加上Redis 还支持很多种数据结构，不过即便是使用内存，也还是需要通过网络来访问，所以网络的性能决定了 Reids 的性能。

缓存的更新策略

使用缓存时，更新策略是非常重要的。最常见的缓存更新策略是 Cache Aside Pattern：

• 失效：应用程序先从 cache 取数据，没有得到，则从数据库中取数据，成功后，放到缓存中。
• 命中：应用程序从 cache 中取数据，取到后返回。
• 更新：先把数据存到数据库中，成功后，再让缓存失效。

缓存双淘汰机制，在更新数据库的时候淘汰缓存。此外，设定超时时间，例如30分钟。极限场景下，即使有脏数据入cache，这个脏数据也最多存在三十分钟。

缓存预热

在新启动的缓存系统中，如果没有任何数据，在重建缓存数据过程中，系统的性能和数据库复制都不太好，那么最好的缓存系统启动时就把热点数据加载好，例如对于缓存信息，在启动缓存加载数据库中全部数据进行预热。一般情况下，我们会开通一个同步数据的接口，进行缓存预热。

缓存穿透

如果因为不恰当的业务，或者恶意攻击持续地发请求某些不存在的数据，由于缓存没有保存该数据，所有的请求都会落到数据库上，会对数据库造成很大压力