1. 缓存基础概念
1.1 缓存的定义
缓存（Cache）是位于数据请求路径上的临时存储层，用于保存频繁访问的数据副本。当系统收到数据请求时，优先从缓存中读取，只有在缓存未命中时才回源到数据库或其他慢速存储。
核心思想：用空间换时间——将热数据存储在高速介质（如内存）中，减少对慢速介质（如磁盘、网络）的访问次数。
1.2 缓存的核心作用
- 加速读操作：内存读取延迟通常在微秒级（<1ms），而数据库磁盘IO延迟在毫秒级（10~50ms），缓存可将响应时间降低 1~2 个数量级。
- 保护数据库：缓存吸收高频读请求，降低数据库连接数、CPU 和 IO 压力，防止数据库因并发过高而崩溃。
- 提升系统吞吐量：单机 Redis 可支撑 10 万+ QPS，而单库 MySQL 通常在 1 万 QPS 以下，缓存层可显著扩展系统容量。
典型场景：商品详情页、用户会话信息、配置中心、热点新闻列表等读多写少的数据。
1.3 缓存与数据库的差异
| 对比维度 | 缓存（如 Redis） | 数据库（如 MySQL） |
|---|---|---|
| 存储介质 | 内存（DRAM） | 磁盘（SSD/HDD） |
| 读写延迟 | 0.1~1 ms | 10~50 ms |
| 数据持久性 | 弱（宕机丢失） | 强（ACID 事务） |
| 查询能力 | 简单 KV / 有限数据结构 | 复杂 SQL / 关联查询 |
| 容量成本 | 高（GB 级，昂贵） | 低（TB 级，便宜） |
| 一致性保证 | 最终一致性（默认） | 强一致性（可配置） |
| 典型 QPS | 10 万+ | 1 万左右 |
1.4 缓存与数据库的协作关系
下图展示了典型的缓存-数据库分层架构，请求优先经过缓存层，未命中时回源数据库并回填缓存。
1.5 缓存一致性问题的根源
缓存与数据库的差异直接导致了一致性问题：
- 写入时序差异：先写库还是先写缓存？不同顺序导致不同的数据窗口。
- 删除 vs 更新：缓存更新操作（set）与删除操作（del）对并发读的影响不同。
- 过期时间窗口：即使设置了 TTL，在过期前缓存与数据库仍可能不一致。
常见误区：认为只要设置了缓存过期时间就能保证最终一致性。实际上，在 TTL 窗口内，脏数据可能被大量请求读取，导致业务异常。
1.6 缓存使用的基本原则
- 读多写少：缓存只适合读频率远高于写频率的数据。
- 容忍最终一致性：业务能接受短时间（秒级）的数据不一致。
- 数据量可控：缓存数据量不能超过内存容量，需设置淘汰策略（LRU/LFU/TTL）。
- 避免缓存穿透/击穿/雪崩：需要配套保护措施（布隆过滤器、互斥锁、过期时间打散）。
一句话总结：缓存是加速读、保护数据库的利器，但引入缓存的同时必须设计一致性闭环和错误处理机制，否则缓存会成为系统不稳定的根源。