缓存更新策略
由于缓存中的数据和真实数据会有一段时间窗口不一致，所以针对不同要求和场景，采取不同的策略
- LRU(Recently)、LFU(Frequently)、FIFO算法剔除
一致性较差，开发人员只能决定使用哪种算法，但相对应维护成本低 - 超时剔除
使用redis的expire命令，在一定程度上减少了一致性问题，且维护成本不是很高。 - 主动更新
对于应用对数据一致性要求非常高的情况下使用，需要再真实数据更新后，立即更新缓存数据。
缓存穿透
缓存穿透是指查询一个根本不存在的数，那么缓存层和存储层都不会命中，它导致的问题就是，如果有大量的请求同时访问一个不存在的数据，那么就可能导致后端存储层如数据库不可用
原因一般有：
1. 自身业务代码或者数据问题
2. 恶意攻击、爬虫等解决方案：
1. 对空对象，也加入一个缓存并设置一个较短时间的过期时长
2. 布隆过滤器拦截，布隆过滤器会对以往的数据进行统计，如果访问一个没有存在过的数据，则会认为数据不存在，从而保护存储层。缓存击穿
缓存击穿是指，当一个热点数据在某一个时间失效，这个时候并发量非常高，就会容易导致大量并发访问存储层，并且也可能导致多个线程重建缓存导致应用崩溃
解决的思路就是减少重建缓存的次数，方案：
1. 使用互斥锁，查询数据库并重建缓存的时候只运行一个线程操作，其他线程等待其建完再读缓存(可以使用setnx实现分布式锁)，存在死锁和线程池阻塞的风险
2. 物理上永不过期，也就是给value设置一个逻辑过期时间(非redis过期时间)，每次查询都去检查，如果发现超过过期时间，则重置缓存。存在一致性问题。缓存雪崩
缓存雪崩，是指如果缓存层存储了大量请求数据，但某个时刻不能提供服务，那么所有的请求都会到达存储层。
解决方案：
1. 保证缓存层的高可用
2. 依赖隔离组件为后端限流并降级比如hystrix无底洞优化
主要是针对批量操作来讲，如果节点过多，那么使用批量命令时