提高系统性能的最简单也最流行的方法之一其实就是使用缓存。我们引入缓存，相当于对数据进行了复制。每当系统数据更新时，保持缓存和数据源（如 MySQL 数据库）同步至关重要
最常见的4种缓存策略
- Cache-Aside
- Read-Through
- Write-Through
- Write-Behind
一、Cache-Aside 策略
1、Cache-Aside 可能是最常用的缓存策略。在这种策略下，应用程序(Application)会与缓存(Cache)和数据源(Data Source)进行通信，应用程序会在命中数据源之前先检查缓存。
image.png
2、适合“读多”的应用场景
3、不能保证数据存储和缓存之间的一致性，需要配合使用其它策略来更新或使缓存无效。
4、首次请求数据时，总是会导致缓存未命中，这种情况下需要额外的时间来将数据加载到缓存中。为了解决这个问题，开发人员可以通过使用一些方法对数据进行“预热”。
二、Read-Through 策略
和上面的相似，只是中间加了一层，将查询缓存还是数据源的工作都转移到加的这一层上
image.png
与
相比，区别是:
- 在 Cache-Aside 中，应用程序负责从数据源中获取数据并更新到缓存。
- 而在 Read-Through 中，此逻辑通常是由独立的缓存提供程序支持。
三、Write-Through 策略
Write-Through 策略下，当发生数据更新(Write)时， 负责更新底层数据源和缓存。缓存与数据源保持一致，并且写入时始终通过抽象缓存层到达数据源。
image.png
由于需要将数据同步写入缓存和数据源，因此数据写入速度较慢。但是，当与 Read-Through 配合使用时，我们将获得 Read-Through 的所有好处，并且还可以获得数据一致性保证，从而使我们免于使用缓存失效技术。
四、Write-Behind 策略
如果没有强一致性要求，我们可以简单地使缓存的更新请求入队，并且定期将其 flush 刷新到数据存储中。
image.png
http缓存
