核心是让高频读请求绕过数据库，关键在于缓存设置、使用方式与兜底策略：本地+分布式组合（Caffeine+Redis）、TTL加随机偏移防雪崩、LFU/LRU按访问模式选淘汰策略、写操作配套“先更库再删缓存”或延迟双删，并防御穿透（空值缓存+布隆过滤器）、击穿（互斥锁）和雪崩（随机过期+降级限流）。
核心是让高频读请求“绕过数据库”，把重复查询拦截在缓存层。关键不在有没有缓存，而在于缓存怎么设、怎么用、怎么兜底。
选对缓存类型：本地 + 分布式组合用
单节点热点数据（比如配置项、字典表）用本地缓存，如 Guava Cache 或 Caffeine，毫秒级响应，零网络开销；跨节点共享的热点数据（比如商品详情、用户主页）必须用 Redis 这类分布式缓存，保证多实例看到一致数据。不要只用一种——本地缓存抗尖峰，Redis 保一致性，两者配合能覆盖绝大多数读场景。
设置合理的过期与淘汰机制
避免所有 key 同一时刻失效引发雪崩，TTL 要加随机偏移（比如基础 30 分钟，再 ±5 分钟）；对访问极不均衡的数据（如少数爆款商品），优先用 LFU 淘汰策略；对访问模式有时间局部性的数据（如用户最近浏览列表），LRU 更合适。别依赖“永不过期”，也别设太短（如 10 秒），否则缓存命中率低，等于没用。
Alibabacloud Sdk Client Initialization For Java
下载
在 Java 中初始化和管理阿里云 SDK客户端。包括单例模式、线程安全、endpoint 与 region 配置、VPC 终端节点、同步与异步等。
写操作必须配套缓存更新策略
- 读多写少的场景（如商品信息），推荐「先更库，再删缓存」，简单可靠
- 并发写频繁时，用「延迟双删」：删一次缓存 → 更新数据库 → 睡几百毫秒 → 再删一次缓存，降低脏数据窗口
- 强一致性要求高的业务（如账户余额），可考虑 Write-Through 模式，但会牺牲写性能，需权衡
必须防御三大缓存风险
缓存穿透：对查不到的数据也缓存空值（如 `set user:999999 "" EX 2`），并搭配布隆过滤器前置校验非法 ID；缓存击穿：对确定的热点 key（如 `shop:1001`），用 Redis 的 setnx 实现互斥锁，只放一个线程回源加载；缓存雪崩：除了 TTL 随机化，还要配好降级开关——当 Redis 不可用时，自动降级为直连数据库，加限流保护，别让整个服务垮掉。
立即学习“Java免费学习笔记（深入）”；
