引言：使用Redis缓存的目的就是提升读写性能。而实际业务场景下，更多的是为了提升读性能，带来更高的并发量。
一，Redis缓存刷新策略
- 算法剔除
redis自动进行，当redis内存达到开始设定的max-memery的时候会自动触发淘汰机制，淘汰掉一些不重要的数据。
- 超时剔除
当我们给redis设置了过期时间ttl之后，redis会将超时的数据进行删除，方便咱们继续使用缓存。
- 主动更新
我们可以手动调用方法把缓存删掉，通常用于解决缓存和数据库不一致问题。
主动更新又分三种方式：
- 缓存的调用者，在更新数据库的同时更新缓存。
- 缓存和数据库整合为一个服务，由服务来维护一致性。调用者调用该服务，无需关系缓存一致性问题。
- 调用者只操作缓存，有其他线程异步的将缓存持久化到数据库，保证最终一致。
如果采用第一个方案，假设我们每次操作数据库后，都操作缓存，但是中间如果没有人查询，那么这个更新动作实际上只有最后一次生效，中间的更新动作意义并不大，我们可以把缓存删除，等待再次查询时，将缓存中的数据加载出来。
- 删除缓存还是更新缓存？
- 删除缓存：更新数据库时让缓存失效，查询时再更新缓存
- 更新缓存：每次更新数据库都更新缓存，无效写操作较多
- 如何保证缓存与数据库的操作的同时成功或失败？
- 单体系统，将缓存与数据库操作放在一个事务
- 分布式系统，利用TCC等分布式事务方案
- 先操作缓存还是先操作数据库？
- 先删除缓存，再操作数据库 （第一种方案）
- 先操作数据库，再删除缓存
应该具体操作缓存还是操作数据库，我们应当是先操作数据库，再删除缓存，原因在于，如果你选择第一种方案，在两个线程并发来访问时，假设线程1先来，他先把缓存删了，此时线程2过来，他查询缓存数据并不存在，此时他写入缓存，当他写入缓存后，线程1再执行更新动作时，实际上写入的就是旧的数据，新的数据被旧数据覆盖了。
-
redis的读写是微秒级别的，但是数据库的更新是远远比redis的读写慢的。
三种刷新策略的对比：
二，缓存刷新策略的实践方案：
- 低一致性需求：配置最大内存和使用Redis自带的内存淘汰机制
- 高一致性需求：使用主动更新和超时剔除。主动更新出了问题，超时剔除也能做兜底方案
- 读操作：
-
- 缓存命中则直接返回。
- 缓存未命中则查询数据库，并写入缓存，设定超时时间。
- 写操作：
-
- 先写数据库，然后再删除缓存。
- 但要确保数据库与缓存操作的原子性。
