誤用一：把緩存作爲服務與服務之間傳遞數據的媒介
如上圖：
- 服務1和服務2約定好key和value，通過緩存傳遞數據
- 服務1將數據寫入緩存，服務2從緩存讀取數據，達到兩個服務通信的目的
該方案存在的問題是：
- 數據管道，數據通知場景，MQ更加適合
- 多個服務關聯同一個緩存實例，會導致服務耦合
誤用二：使用緩存未考慮雪崩
常規的緩存玩法，如上圖：
服務先讀緩存，緩存命中則返回
緩存不命中，再讀數據庫
什麼時候會產生雪崩？
答：如果緩存掛掉，所有的請求會壓到數據庫，如果未提前做容量預估，可能會把數據庫壓垮（在緩存恢復之前，數據庫可能一直都起不來），導致系統整體不可服務。
如何應對潛在的雪崩？
答：提前做容量預估，如果緩存掛掉，數據庫仍能扛住，才能執行上述方案。
否則，就要進一步設計。
常見方案一：高可用緩存
如上圖：使用高可用緩存集羣，一個緩存實例掛掉後，能夠自動做故障轉移。
常見方案二：緩存水平切分
如上圖：使用緩存水平切分，一個緩存實例掛掉後，不至於所有的流量都壓到數據庫上。
誤用三：調用方緩存數據
如上圖：
- 服務提供方緩存，向調用方屏蔽數據獲取的複雜性（這個沒問題） 服務
- 調用方，也緩存一份數據，先讀自己的緩存，再決定是否調用服務（這個有問題）
該方案存在的問題是：
- 調用方需要關注數據獲取的複雜性
- 更嚴重的，服務修改db裏的數據，淘汰了服務cache之後，難以通知調用方淘汰其cache裏的數據，從而導致數據不一致
- 有人說，服務可以通過MQ通知調用方淘汰數據，額，難道下游的服務要依賴上游的調用方，分層架構設計不是這麼玩的
誤用四：多服務共用緩存實例
如上圖：
- 服務A和服務B共用一個緩存實例（不是通過這個緩存實例交互數據）
該方案存在的問題是：
- 可能導致key衝突，彼此沖掉對方的數據
畫外音：可能需要服務A和服務B提前約定好了key，以確保不衝突，常見的約定方式是使用namespace:key的方式來做key。 - 不同服務對應的數據量，吞吐量不一樣，共用一個實例容易導致一個服務把另一個服務的熱數據擠出去
- 共用一個實例，會導致服務之間的耦合，與微服務架構的“數據庫，緩存私有”的設計原則是相悖的
建議的玩法是：
如上圖：各個服務私有化自己的數據存儲，對上游屏蔽底層的複雜性。
總結
緩存使用小技巧：
- 服務與服務之間不要通過緩存傳遞數據
- 如果緩存掛掉，可能導致雪崩，此時要做高可用緩存，或者水平切分
- 調用方不宜再單獨使用緩存存儲服務底層的數據，容易出現數據不一致，以及反向依賴
- 不同服務，緩存實例要做垂直拆分