一、几种常见的缓存方式
1、java缓存形式/介质
众所周知，缓存之所以访问速度快，是因为把缓存的交互介质是内存。而常规的例如mysql数据交互介质是磁盘。那么常见的java中或者中间件供我们可以用来做缓存的开发的工具有几种呢？
2、jvm本地内存
jvm本地内存常见使用为定义一个全局静态变量，保证后端服务在运行过程中，对应的对象空间直接保持被引用，不会被GC给回收。
3、guava缓存工具类
存储数据的本质与jvm内存类似，内部依靠维护java集合的子类来存储数据，但是提供了缓存数据的过期时间，过期策略等设置，像一个小型的中间件。
4、redis
Redis 是完全开源的，遵守 BSD 协议，是一个高性能的 key-value 数据库。常用作数据库、缓存和消息代理。Redis 提供了诸如字符串、散列、列表、集合、带范围查询的排序集合、位图、hyperloglogs、地理空间索引和流streams等数据结构。Redis 内建复制、支持 Lua 脚本、支持 LRU 缓存淘汰策略、事务和不同级别的磁盘持久化，并通过 Redis Sentinel 和 Redis Cluster 自动分区提供高可用性。同类型中间件中，Redis是最火的，没有之一。
二、缓存常见的问题
1、查询流程
查询时先查询缓存，判断是否存在，如果存在则返回，不存在查询数据库，数据库返回写入缓存，再返回。
2、增删改流程
真删改数据库，判断是否成功，如果失败则返回，否则增删改缓存，判断是否成功，如果失败则回滚，否则提交事务成功。
3、缓存穿透
正常情况下，查询的数据都存在，如果请求一个不存在的数据，也就是缓存和数据库都查不到这个数据，每次都会去数据库查询，这种查询不存在数据的现象我们称为缓存穿透。如上图，用户一直请求接口查询不存在的id数据【数据库中只存在id>0的数据】，对应的数据永远不可能在缓存中。在高并发场景下，大量请求打到了数据库，数据库可能被突发的流量给打挂。
3.1解决缓存穿透方式
1.过滤垃圾数据
在知道查询的id数据大于0或者基于id是某种规则【例如雪花id】生成的情况下。过滤掉数据库中不可能的存在的请求。方法入口直接增加一个参数校验。
2.缓存空值
发生穿透的原因是数据在数据库中不存在，那我们把null值给缓存下来，当请求到达时直接返回null。当然这里对缓存是必须加上过期时间的，以免后续真的存在此id的数据。过期时间不宜过长，根据实际业务场景并发量来进行设置。
3.IP拦截
对于恶意的攻击请求，一直请求无效的数据，可以设置ip请求策略。如果对应的ip短时间内发起了大量请求，且请求参数均为不存在的数据。则将ip进行封禁一段时间，不允许再次请求系统。
**4.布隆过滤器
布隆过滤器（BloomFilter）用来判断某个元素（key）是否存在于某个集合中我们把有数据的key都放到BloomFilter中，每次查询的时候都先去BloomFilter判断，如果没有就直接返回null 。
注意BloomFilter没有删除操作，对于删除的key，查询就会经过BloomFilter然后查询缓存再查询数据库，所以BloomFilter可以结合缓存空值用，对于删除的key，可以在缓存中缓存null
4、缓存击穿
严格意义上说缓存穿透是缓存击穿的一种。只不过缓存击穿是查询的有效数据。在高并发情况下，查询缓存时，缓存中的数据不存在或者已经失效了。那么会导致大量的请求打到了数据库，打挂数据库
4.1解决方式
先来分析一下场景，大量请求同时到了缓存，缓存不存在，再请求数据库。然后再将请求结果写入到缓存。问题就是多个线程几乎同时读取缓存，又几乎同时重写缓存。多线程并发下解决问题，当然是
用锁。单体应用可以使用synchronized关键字或者ReentrantLock进行加锁，分布式服务则可使用分布式锁的方式来实现加锁。
5、缓存雪崩
5.1概念
缓存雪崩也是缓存击穿的一种，缓存设置了过期时间/淘汰策略的情况下，在某个时间点，大量的缓存失效。高并发情况下大量请求打到了数据库。
5.2解决方式
缓存雪崩时，请求方式与缓存击穿一致，主要如何防护缓存雪崩，基本指导思想为：
-
热点数据设置永不过期，缓存淘汰策略为淘汰最早过期数据
-
数据缓存过期时间设置高离散度随机值，避免某个时间点，大量缓存同时过期。
6、性能问题
6.1概念
使用了缓存，但是性能还是上不去的场景。例如双十一场景下，订单数据量比较大。如果新增修改删除所有操作都要先操作一遍数据库，再回写缓存的话效率是很低的。
6.2解决方式
把缓存当做数据库来使用，当然这里需要使用redis这种高可用的持久化缓存中间件。数据存在redis中，数据交互都直接交互redis。扛过流量高峰之后，启用定时任务，将redis的数据刷入至数据库或者ES。当然这里也可以使用消息队列