緩存簡介
工作機制是：先從緩存中讀取數據，如果沒有再從慢速設備上讀取實際數據（數據也會存入緩存）；緩存什麼：那些經常讀取且不經常修改的數據/那些昂貴（CPU/IO）的且對於相同的請求有相同的計算結果的數據。例如Maven/京東物流都是這種思想
緩存命中率
即從緩存中讀取數據的次數 與 總讀取次數的比率，命中率越高越好：
命中率 = 從緩存中讀取次數 / (總讀取次數[從緩存中讀取次數 + 從慢速設備上讀取的次數])
緩存策略
Eviction policy 移除策略，即如果緩存滿了，從緩存中移除數據的策略；常見的有LFU、LRU、FIFO：
FIFO（First In First Out）：先進先出算法，即先放入緩存的先被移除；
LRU（Least Recently Used）：最久未使用算法，使用時間距離現在最久的那個被移除；
LFU（Least Frequently Used）：最近最少使用算法，一定時間段內使用次數（頻率）最少的那個被移除；
TTL（Time To Live ）存活期，即從緩存中創建時間點開始直到它到期的一個時間段（不管在這個時間段內有沒有訪問都將過期）
TTI（Time To Idle）空閒期，即一個數據多久沒被訪問將從緩存中移除的時間。
spring定義了org.springframework.cache.CacheManager和org.springframework.cache.Cache接口來統一不同的緩存技術,而SpringBoot爲我們提供了自動配置多個CacheManager的實現
EhCacheCacheConfiguration.class EhCache實現緩存
GuavaCacheConfiguration.class Guava實現緩存
JCacheCacheConfiguration.class JCache實現緩存
GenericCacheConfiguration.class Collection實現緩存
SimpleCacheConfiguration.class ConcurrentMap實現緩存
在不做任何額外配置的情況下，默認使用SimpleCacheConfiguration，即ConcurrentMapCacheManager。Springboot支持以“spring.cache”爲前綴的屬性來配置，如：
spring.cache.type=#ehcache,generic,redis,jcache等
spring.cache.cache-names=#緩存名稱
spring.cache.ehcache.config= #ehcache配置文件地址
在Spring Boot中通過@EnableCaching註解自動化配置合適的緩存管理器（CacheManager），Spring Boot根據下面的順序去偵測緩存提供者：
Generic
JCache (JSR-107)
EhCache 2.x
Hazelcast
Infinispan
Redis
Guava
Simple
除了按順序偵測外，我們也可以通過配置屬性spring.cache.type來強制指定。我們可以通過debug調試查看cacheManager對象的實例來判斷當前使用了什麼緩存。
默認的ConcurrentMapCacheManager使用步驟：
1. 引入pom.xml
org.springframework.boot
spring-boot-starter-cache
2. 在主類或configuration類中通過 @EnableCaching 開啓緩存
3. @Cacheable 查詢，首先檢查緩存是否存在，如果有則直接從緩存取然後返回，若沒有則查DB，並將結果（有值或空）添加數據到緩存中。緩存名稱爲people，緩存key爲person的id屬性
參數：
value、cacheNames：兩個等同的參數（cacheNames爲Spring 4新增，作爲value的別名），用於指定緩存存儲的集合名。由於Spring 4中新增了@CacheConfig，因此在Spring 3中原本必須有的value屬性，也成爲非必需項了
key：緩存對象存儲在Map集合中的key值，非必需，缺省按照函數的所有參數組合作爲key值，若自己配置需使用SpEL表達式，比如：@Cacheable(key = "#p0")：使用函數第一個參數作爲緩存的key值，更多關於SpEL表達式的詳細內容可參考官方文檔
condition：緩存對象的條件，非必需，也需使用SpEL表達式，只有滿足表達式條件的內容纔會被緩存，默認緩存所有結果數據。比如：@Cacheable(key = "#p0", condition = "#p0.length() < 3")，表示只有當第一個參數的長度小於3的時候纔會被緩存，若做此配置上面的AAA用戶就不會被緩存。
4. @CachePut 插入或更新到DB後，檢查緩存中是否有該key，有則更新，沒有則新增。新增或更新的內容爲接口的返回值，所以保存/更新接口必須有返回值。 若返回值爲空，則緩存也會爲空值。
參數：同上
5. @CacheEvict 表示從緩存people中刪除key爲id的數據
參數：除上述之外，還有2個。
allEntries：非必需，默認爲false。當爲true時，會移除所有數據
beforeInvocation：非必需，默認爲false，會在調用方法之後移除數據。當爲true時，會在調用方法之前移除數據。
ehcache使用步驟：
1. pom.xml引入依賴：
net.sf.ehcache
ehcache
2.8.3
2. 在src/main/resources目錄下創建：ehcache.xml
xsi:noNamespaceSchemaLocation="ehcache.xsd">
maxEntriesLocalHeap="200"
timeToLiveSeconds="600">
或配置
spring.cache.type=ehcache
spring.cache.ehcache.config=classpath:config/another-config.xml
redis使用步驟：
1. pom.xml引入依賴：
org.springframework.boot
spring-boot-starter-redis
2. properties中配置redis端口等
3. 配置RedisCacheManager，RedisTemplate的bean，具體參考源碼
綜合說明：
1. spring cache是spring3.1就有的概念，通過AOP實現，提供註解方式，但由於是進程內的緩存，適合於單機，分佈式環境下不適用。EhCache提供了集羣環境下的緩存同步策略，但是同步依然需要一定的時間，短暫的緩存不一致依然存在。在一些要求高一致性（任何數據變化都能及時的被查詢到）的系統和應用中，就不能再使用EhCache來解決了，這個時候使用集中式緩存是個不錯的選擇
2. redis是集中式緩存，通過上述註解方式使用redisCacheManager，則緩存數據存儲在redis，保證分佈式環境數據一致性。
實例源碼： test1-cache