缓存是分布式系统中提升性能、缓解数据库压力的核心手段。然而，引入缓存也带来了系统复杂性和数据一致性的挑战。
缓存读写模式 (Cache Patterns)
如何维护数据库与缓存之间的数据同步？不同的业务场景对应不同的读写策略。
- 旁路缓存 (Cache Aside)：最常用的模式，业务方负责维护同步。
- 读穿透 (Read Through)：缓存服务负责从 DB 加载数据。
- 写穿透 (Write Through)：写操作同步更新缓存和 DB。
- 写回 (Write Back)：写操作仅更新缓存，异步批量刷入 DB。
缓存高可用问题
在高并发场景下，缓存失效或查询异常可能导致系统崩溃。
- 缓存穿透：查询不存在的数据，请求直达 DB。
- 缓存击穿：热点 Key 失效，瞬间压垮 DB。
- 缓存雪崩：大量 Key 同时失效，系统级故障。
- 布隆过滤器 (Bloom Filter)：应对穿透的利器。
深度思考与权衡
针对缓存设计中的关键细节进行深入探讨：
- 一致性权衡：为什么选择“删除”而非“更新”？
- 执行顺序：先更库还是先删缓存？
- 概念辨析：击穿 vs 穿透：傻傻分不清楚？
- 进阶方案：双写一致性方案全解析