多级缓存

多级缓存可以理解成：不是只用 Redis 一层缓存，而是在请求链路上放多层缓存，越靠近应用，访问越快。

在你这个项目里，可以这样理解：

用户请求
  ↓
一级缓存：Caffeine 本地缓存
  ↓
二级缓存：Redis 分布式缓存
  ↓
数据库：MySQL

为什么要做多级缓存？

因为 Redis 虽然快，但它仍然是一次网络访问；Caffeine 是 JVM 本地内存缓存，速度更快。

所以热点数据，比如：

数据	适合原因
店铺详情	读多写少
优惠券列表	查询频繁
热门商户信息	高并发访问

可以先放到本地缓存里，减少 Redis 压力，也减少数据库压力。

读取流程

以查询店铺详情为例：

1. 先查 Caffeine
   命中：直接返回

2. Caffeine 没有，再查 Redis
   命中：返回数据，并回填 Caffeine

3. Redis 也没有，再查 MySQL
   查到：写入 Redis，再写入 Caffeine，然后返回

4. MySQL 也没有
   返回不存在，可以缓存空值防止穿透

一句话：

本地缓存挡住最热请求，Redis 承接跨实例共享缓存，数据库作为最终数据源。

多级缓存的优点

优点	解释
性能更高	Caffeine 是本地内存访问，比 Redis 网络访问更快
Redis 压力更小	热点请求大量命中本地缓存
抗压能力更强	Redis 短暂抖动时，本地缓存还能撑住一部分流量
适合热点数据	店铺详情、优惠券列表这类读多写少数据很合适

它最大的难点：缓存一致性

多级缓存不是简单“多存几份数据”。
因为数据一旦修改，就要考虑：

MySQL 改了
Redis 旧数据怎么办？
每个 JVM 里的 Caffeine 旧数据怎么办？

如果只删 Redis，不删本地缓存，那么其他服务实例的 Caffeine 里还可能返回旧数据。

所以项目里通常要这样处理：

更新数据库
  ↓
删除 Redis 缓存
  ↓
删除当前 JVM 的 Caffeine 缓存
  ↓
通过 MQ 通知其他服务实例删除本地缓存

也就是：

Redis 可以直接删，但本地缓存分散在各个服务实例里，所以需要 RocketMQ 这类消息机制做广播失效。

和普通 Redis 缓存的区别

对比点	Redis 单级缓存	多级缓存
访问速度	快，但有网络开销	本地缓存命中更快
架构复杂度	简单	更复杂
一致性处理	主要删 Redis	还要删各实例本地缓存
适合场景	普通缓存	高并发热点读场景

面试回答版

多级缓存就是在数据库前面增加多层缓存，比如项目里可以用 Caffeine 作为一级本地缓存，Redis 作为二级分布式缓存。查询店铺详情时，先查 Caffeine，命中就直接返回；没命中再查 Redis，Redis 命中后回填本地缓存；如果 Redis 也没有，再查 MySQL，并把结果写回 Redis 和 Caffeine。这样可以减少 Redis 和数据库压力，提高热点数据的访问性能。

但多级缓存的难点是一致性。因为 Caffeine 是每个 JVM 实例独有的，更新数据时不能只删 Redis，还要删除本机本地缓存，并通过 MQ 通知其他实例删除本地缓存。这样才能避免某些实例继续返回旧数据。

常见追问

1. 为什么不用 Redis 就够了？
   Redis 也有网络开销，高并发热点请求下 Redis 本身也可能成为瓶颈。本地缓存可以把最热的数据直接挡在应用内存里。

2. 本地缓存有什么缺点？
   每个服务实例都有一份，数据容易不一致；而且占用 JVM 内存，容量不能无限大。

3. 多级缓存适合什么数据？
   适合读多写少、热点明显、允许短暂最终一致的数据，比如店铺详情、优惠券列表。

4. 数据更新时怎么保证一致性？
   一般是先更新数据库，再删除缓存。多级缓存下还要删除本地缓存，并通过 MQ 广播通知其他实例清理本地缓存。