缓存又分进程内缓存和分布式缓存两种：分布式缓存如redis、memcached等，还有本地（进程内）缓存如ehcache、GuavaCache、Caffeine等。
===》
命中率
- 命中率=命中数/（命中数+没有命中数）当某个请求能够通过访问缓存而得到响应时，称为缓存命中。缓存命中率越高，缓存的利用率也就越高。
最大空间
- 缓存中可以容纳最大元素的数量。当缓存存放的数据超过最大空间时，就需要根据淘汰算法来淘汰部分数据存放新到达的数据。
淘汰算法
- 缓存的存储空间有限制，当缓存空间被用满时，由缓存淘汰算法来处理，设计适合自身数据特征的淘汰算法能够有效提升缓存命中率。
====》
FIFO(first in first out)
- 「先进先出」。最先进入缓存的数据在缓存空间不够的情况下（超出最大元素限制）会被优先被清除掉，以腾出新的空间接受新的数据。策略算法主要比较缓存元素的创建时间。「适用于保证高频数据有效性场景，优先保障最新数据可用」
LFU(less frequently used)
- 「最少使用」，无论是否过期，根据元素的被使用次数判断，清除使用次数较少的元素释放空间。策略算法主要比较元素的
hitCount（命中次数）。「适用于保证高频数据有效性场景」
LRU(least recently used)
- 「最近最少使用」，无论是否过期，根据元素最后一次被使用的时间戳，清除最远使用时间戳的元素释放空间。策略算法主要比较元素最近一次被get使用时间。「比较适用于热点数据场景，优先保证热点数据的有效性。」
进程缓存：
进程缓存的话，一般可以在应用启动的时候，把需要的数据加载到系统中。
更新缓存的话可以采取定时更新（实时性不高）。具体实现的话就是在应用中起一个定时任务（「ScheduledExecutorService」、「TimerTask」等）
本地缓存比较---》
分布式缓存：
分布式缓存是与应用分离的缓存组件或服务，其最大的优点是自身就是一个独立的应用，与本地应用隔离，多个应用可直接的共享缓存。常见的分布式缓存有redis、MemCache等。
------》
缓存雪崩：
大量缓存同一时间段集体失效，或者缓存整体不能提供服务，导致大量的请求全部到达数据库 对数据CPU和内存造成巨大压力，严重的会造成数据库宕机
缓存穿透：
查询一个不存在的数据，每次通过接口或者去查询数据库都查不到这个数据
缓存击穿：
指缓存里面的一个热点key在某个时间点过期。针对于这一个key有大量并发请求过来然后都会同时去数据库请求数据，瞬间对数据库造成巨大的压力。