缓存基础
什么是缓存？为何要用缓存？
缓存是一种存储数据的临时存储区域，用于存储经常访问的数据，以便提高访问速度和性能。使用缓存可以减少对底层数据源（如数据库）的访问次数，从而提高系统的响应时间和吞吐量。
缓存有哪些常见的类型？
常见的缓存类型包括内存缓存、分布式缓存和浏览器缓存。内存缓存用于在应用程序内部存储数据，以减少对其他资源的访问。分布式缓存用于在分布式系统中共享数据，并提供高可用性和可扩展性。浏览器缓存用于存储网页资源，以便重复访问时不需要再次下载。
缓存可以在哪些层次上实现？
缓存可以在多个层次上实现，包括以下几个层次：
应用程序级缓存：在应用程序内部实现的缓存，用于存储应用程序特定的数据，如结果集、计算结果等。
数据库级缓存：位于数据库系统内部的缓存，用于存储数据库查询的结果集，以避免频繁的磁盘访问。
分布式缓存：位于应用程序和数据库之间的缓存层，用于缓存频繁访问的数据，以减少对数据库的负载。
CDN（内容分发网络）缓存：位于网络边缘的缓存节点，用于存储静态资源（如图片、CSS、JavaScript文件等），以提供更快的访问速度。
缓存相关算法有哪些？
最近最少使用（Least Recently Used, LRU）算法：LRU算法基于最近使用的原理，将最近最少使用的数据从缓存中淘汰。每当访问缓存中的数据时，该数据的访问记录被更新，保持最近使用的数据在缓存中保留。
先进先出（First-In-First-Out, FIFO）算法：FIFO算法按照数据进入缓存的顺序进行淘汰。当缓存达到最大容量时，最早进入缓存的数据会被淘汰。
最不经常使用（Least Frequently Used, LFU）算法：LFU算法基于数据的访问频率，淘汰最不经常使用的数据。每当访问缓存中的数据时，该数据的访问计数器增加。当缓存达到最大容量时，访问计数最低的数据会被淘汰。
最常使用（Most Frequently Used, MFU）算法：MFU算法与LFU算法相反，它淘汰访问频率最高的数据。每当访问缓存中的数据时，该数据的访问计数器增加。当缓存达到最大容量时，访问计数最高的数据会被淘汰。
随机替换（Random Replacement）算法：随机替换算法是一种简单的缓存替换策略，随机选择要淘汰的数据。它不考虑数据的访问模式或频率，而是随机选择一个数据进行淘汰。
常见的缓存工具与框架有哪些？
本地缓存：Guava LocalCache、Ehcache、Caffeine。
分布式缓存：Redis、Memcached、Tair。
使用缓存带来的问题
使用缓存之后带来了哪些问题？
缓存何时写入？
缓存如何失效？
缓存和数据库的一致性保证？
如何避免缓存穿透？
如何避免缓存击穿？
如何避免缓存雪崩？
如何解决缓存穿透的问题？
缓存穿透是指对于一个不存在于缓存中的数据，每次请求都会穿透缓存层，直接访问底层数据源。为了解决缓存穿透问题，可以采取以下措施：
使用布隆过滤器（Bloom Filter）等技术，在查询缓存前进行快速过滤，判断数据是否存在；
在底层数据源中存储一个空值标记，表示该数据不存在，避免对缓存的重复穿透；
设置短期的缓存过期时间，以避免大量请求同时穿透缓存。
如何解决缓存击穿的问题？
缓存击穿是指针对一个热点数据，缓存失效后，大量请求同时涌入底层数据源，导致数据源压力过大。为了解决缓存击穿问题，可以采取以下措施：
使用互斥锁或分布式锁，使得只有一个请求能够重新生成缓存，其他请求等待缓存生成完成；
使用热点数据预加载，提前生成热点数据的缓存，避免缓存失效时的高并发请求；
设置较短的缓存过期时间，并采用异步更新缓存的方式，减少缓存失效的影响。
如何进行缓存更新和缓存失效处理？
缓存更新是指在底层数据发生变化时，及时更新缓存中的数据。常见的缓存更新策略有：
主动更新：在数据变更时，主动更新缓存中的数据。
延迟更新：当数据发生变更时，并不立即更新缓存，而是等待一段时间后更新，以减少对底层数据源的压力。
异步更新：在数据变更时，通过异步任务或消息队列等机制，异步地更新缓存，减少对请求响应时间的影响。
缓存失效处理可以通过以下方式实现：
基于时间的过期策略：设置缓存的过期时间，让缓存在一定时间后自动失效。
基于事件的失效策略：监听底层数据的变化事件，当数据发生变化时，通知缓存进行失效处理。
手动失效：在特定的业务操作中，手动标记缓存为失效状态，以触发缓存的刷新或重新加载。
如何解决缓存雪崩的问题？
缓存雪崩是指在某个时间点，缓存中的大量数据同时失效或过期，导致大量的请求直接访问后端系统，造成后端系统负载剧增，甚至引起系统崩溃。
解决缓存雪崩问题通常采用以下策略：
合理设置缓存过期时间：通过合理设置缓存数据的过期时间，避免大量缓存同时失效。可以采用随机的方式设置过期时间，分散缓存的失效时间点，减少雪崩的风险。
引入缓存数据的自动刷新机制：在缓存数据过期之前，提前异步刷新缓存数据。当缓存数据过期时，仍然可以提供旧数据，同时异步更新新数据到缓存中，确保缓存数据的及时有效性。
数据预热：在系统低峰期，提前加载缓存中的热点数据，避免在高峰期由于大量请求直接访问后端系统而引起的缓存雪崩。通过定时或手动方式，提前将热门数据加载到缓存中，确保缓存的有效性。
如何处理缓存数据的一致性问题？
处理缓存数据一致性问题的常见方法包括：
主动刷新（Cache Refresh）：定期或在数据发生变化时，立即刷新缓存中的数据，确保缓存数据与源数据保持一致。
延迟刷新（Lazy Refresh）：当缓存数据被请求时，检查源数据是否发生变化，如果发生变化，则刷新缓存数据。
失效标记（Invalidation）：在源数据发生变化时，通过标记缓存数据为无效状态，下一次请求时重新获取最新数据并更新缓存。
双写策略（Write-through）：每次写操作都更新缓存和源数据，确保数据的一致性。
其他
缓存如何存储POJO对象
将POJO对象序列化后进行存储。
使用哈希数据结构进行存储。