更新模式
- Cache Aside 更新模式
- 失效： 应用程序先从 Cache 取数据，如果没有得到，则从数据库中取数据，成功后，放到缓存中。
- 命中： 应用程序从 Cache 中取数据，取到后返回。
- 更新： 先把数据存到数据库中，成功后，再让缓存失效。
问题：需要维护两个数据存储，一个是缓存（cache），一个是数据库（repository），应用程序需要分别处理
- Read/Write Through 更新模式
- Read Through: 查询操作中更新缓存，缓存时效时，Cache Aside是由调用方把数据放入缓存，而 Read Through是由缓存服务自己来加载，对应用方式透明的
- Write Through： 在更新数据时发生。当有数据更新的时候，如果没有命中缓存，直接更新数据库，然后返回。如果命中了缓存，则更新缓存，然后由 Cache 自己更新数据库（这是一个同步操作）。
- Wride Behind Caching 更新模式
- Write Behind 又叫 Write Back，与Linux 文件系统的 page cache 算法一致；
- 定义： 在更新数据的时候，只更新缓存，不更新数据库，而我们的缓存会异步地批量更新数据库。这个设计的好处就是让数据的 I/O 操作飞快无比（因为直接操作内存嘛）。因为异步，Write Back 还可以合并对同- 一个数据的多次操作，所以性能的提高是相当可观的。
- 问题：数据不是强一致性的，而且可能会丢失（我们知道 Unix/Linux 非正常关机会导致数据丢失，就是因为这个事），在软件设计上，我们基本上不可能做出一个没有缺陷的设计，就像算法设计中的时间换空间、空间换时间一个道理。有时候，强一致性和高性能，高可用和高性能是有冲突的。软件设计从来都是 trade-off（取舍）。
