一、Null对象的处理

1.数据为空，是程序编写造成的。 避免直接使用try,catch，然后直接就返回null，或者一个空的集合。要定义完善的异常处理机制。

2.数据库返回空 缓存NullObject对象，设置比较短的超时时间（一般60s）。可以有效的避免缓存击穿（指查询一个根本不存在的数据，缓存和数据库都不会命中，压力全部打到数据库的现象）

二、尽量保证一份数据只缓存一份

尽量保证一份数据只缓存一份，而不是同一个数据缓存多个key，容易造成数据不一致 举例：有2个查询方法findByName(String name),findById(String uid)。还有一个更新的方法updateById(String name)。如果用户调用更新方法把缓存里面的对象修改了， 那么调用方findByName还是原来旧数据，出现了数据不一致。 解决方案： 修改findByName(String name)方法，返回uid，而不是对象。这样更新updateById的时候多查询一次，先findByName返回id，在用id调用findById方法返回对象。数据更新时， 就不需要再关心其它数据也要同步更新的问题了，更好地保证了数据的一致性。

三、缓存时间

命中率比较高的key，设置长一点的缓存时间，命中率比较低设置短一点的缓存时间。如：热门商品可以设置长一点时间，同时针对不同的热门商品设置不同的过期时间，防止大量 的热门key同一时间失效，请求都穿透到后台，出现致命的缓存雪崩效应。

四、预热

对于访问量高的缓存数据，需要先预热（从数据库load数据到缓存）

五、缓存使用场景

主要是缓存对象列表以及单个对象信息，如果有涉及到页面片段也可以临时存放到缓存中。

六、不能把缓存当作传参的工具

例如把全部数据字典存放到缓存中，前端直接调用缓存。应该避免这样使用缓存。 h)避免缓存出现大key。包含2个方面，单个简单string结构中存储的key的value很大，或者hash， set，zset，list结构中存储过多的元素（以万为单位）。大key会导致超时严重，甚至阻塞服务。建议每个key不要超过M级别。

1.针对单key值过大

可以分拆成几个key-value。也可以放到hash中，每个field代表一个属性，使用hget,hmget来获取部分的value，使用hset，hmset来更新部分属性 。

2.针对hash、set、zset、list等结构中存储的元素过多

可以尝试将对象分拆成几个key-value，可以对field进行hash并通过质数N取余，将余数加到key上面。这样分拆的意义在于分拆单次操作的压力，将操作压力平摊到多个redis实例中，降低对单个redis的IO影响；