高并发场景解决思路（2）
高并发场景解决思路（2）缓存
缓存特征
命中率：命中数/命中数+未命中数
最大元素（空间）
清空策略：FIFO,LFU,LRU,过期时间，随机等。
- FIFO：先进先出策略，比较元素的进入缓存的时间，最先进入缓存的数据在缓存空间不足情况最先被清除，优先保障最新的数据，适合数据实时性要求高的场景。
- LFU:最少使用策略，比较元素的命中次数，适合保障高频数据有效性的场景
- LRU：最近最少使用策略， 比较元素最近被get的使用时间，适合保证热点数据有效性的场景
- 过期时间：过期即清理
业务场景
- 适合读多写少和实时性低的场景
缓存分类
- 本地缓存：Guava Cache,成员变量，静态变量
- 分布式缓存：Redis
主要介绍一下Redis在高并发下可能存在的问题：
缓存一致性
缓存穿透问题
- 缓存空对象，空集合等，避免大量请求穿透到数据库
- 单独过滤处理，对所有key可能为空的数据统一存放，在请求前拦截
- 缓存集中失效可能导致缓存雪崩，因此可以使缓存失效时间错开。
- 流量限流，熔断等方法
查看9道真题和解析