一、緩存常用的三種模式和爲什麼需要外部緩存？

1. 如何保證緩存與數據庫的雙寫一致性
2. 嚴格要求一致性：採用讀請求和寫請求串行化，串到一個內存隊列去，會導致內存吞吐量降低
3. 不嚴格要求
   1. cache aside pattern
      1. 讀的時候先讀緩存，緩存沒有，讀取數據庫，放入緩存，返回相應
      2. 更新先更新數據庫（鎖表），再刪除緩存，緩存設置過期時間
         1. 爲什麼刪除，緩存不僅僅是數據庫數據，
         2. 更新緩存代價比較好，不頻繁數據不需要更新，兩個併發寫導致髒數據
         3. 有可能存在寫多讀少情況，有懶加載思想
      3. 問題：刪除緩存失敗，緩存中老數據，數據庫中新數據
         1. 先刪除緩存，在更新數據庫，併發高也有問題，加鎖，
         2. 設置過期時間，允許短時不一致
      4. 複雜數據不一致，上億流量併發，每秒1萬讀請求，只要1s有寫數據請求，就會出現問題
   2. read /write through pattern
      1. read through
         1. 讀取數據，緩存中存在返回，緩存不存在，由緩存組件自己加載緩存，返回
      2. write through
         1. 寫數據，如果，緩存失效，更新數據庫，返回，如果緩存不失效，更新緩存，又緩存組件自己同步更新數據庫
   3. write behind cache pattern
      1. write
         1. 寫數據，直接更新緩存由緩存組件異步更新數據庫，這樣數據io操作非常快，而且可以合併多個更新請求
         2. 缺點：服務器宕機，數據丟失，邏輯複雜
   4. 爲什麼需要分佈式緩存（redis）
      1. 本地緩存佔用內存空間大
      2. 一個service多個機器集羣部署，負載均衡器發個同一個請求到不同實例，每個實例會建立緩存，浪費
      3. 分佈式系統需要有一個外部緩存，要求內存足夠大，io密集型
      4. 內存大，可以利用數據分片技術，把緩存分不到不同機器，可以無限擴內存
         1. 命中率，80%算是高
         2. 緩存犧牲了強一致性
         3. 緩存過期時間也要設計好，太長浪費內存，太短熱點數據頻繁更新內存，採用lru
         4. 爬蟲保護機制