缓存使用模式分为两大类：Cache-Aside和Cache As SoR 专业名词：
- SoR（system-of-record）：记录系统，或者可以叫数据源，实际存储原始数据的系统
- Cache：缓存，是SoR的快照数据，Cache的访问速度比SoR要快，放入Cache的目的是提升系统速度，减少回源到SoR的次数
- 回源：回到数据源头检索数据，Cache没有命中需要回到SoR读取数据，这叫做回源
1）、Cache-Aside
Cache-Aside：即业务代码围绕Cache编写，由业务代码维护缓存； 如：
读场景
data = cache.getIfPresent(key); if(data == null){ data = loadFromSoR(key); cache.put(key,data) } 先从缓存中获取，没有查询SoR，再放入缓存
写场景（主动更新和删除时被动读取）
- 双写模式 //1、先将数据写入SoR writeToSoR(k,v); //2、执行成功后立即同步写入缓存 cache.put(k,v) 或者
- 失效模式 //1、先将数据写入SoR writeToSoR(k,v); //2、失效缓存，下次读取时从缓存中加载（进入读场景）， cache.invalidate(k);
并发更新问题与解决（多个缓存实例，同时更新自己里面的同样数据） 1、考虑使用中间件如Canal订阅binlog，进行增量更新分布式缓存，不会存在缓存数据不一致问题。但是会有延迟，我们可以调整合理的过期时间来容忍这个延迟 2、读服务，可以考虑一致性哈希，相同的操作负载均衡到同一个实例，从而减少并发几率。
2）、Cache-As-SoR
即把Cache当做SoR，所有操作都是对Cache进行，然后Cache委托SoR进行数据的真实读写。即业务代码只看到Cache的操作，看不到关于SoR的代码；三种实现模式：read-through、 write-through、write-behind
- read-through 业务代码首先调用Cache，Cache不命中，由Cache回源到SoR（类似回调的方式或者Cache配置的方式），而不是业务代码。【Guava、Ehcache均支持这种模式】 优点：业务代码整洁
- write-through 称为穿透写模式/直写模式。业务代码调用Cache写数据，然后由Cache负责写缓存和写SoR，而不是业务代码。
- write-behind 也叫write-back；回写模式。不同于write-through的是，write-through是同步写，而write-back是异步写，异步成功后可以实现批量写、合并写、延时写等
3）、Copy-Pattern
应用级缓存：（数据一定不能是脏数据）【Map、Ehcache、Guava】 Mybatis：二级缓存Map if(map.get(1)){ return obj; }else{ queryFromDb } obj = cache; 缓存读取来的数据是否是改写安全； obj = cache; obj2 = new Obj(); BeanUtils.copyProperties(obj,obj2) obj2.compute(); //写时复制 obj = ObjHaha(); obj2 = new Obj(); BeanUtils.copyProperties(obj,obj2) map.put(k, obj2); obj.compute(); 分布式缓存：
缓存使用两种复制模式，注意。Copy-On-Read（读时复制）、Copy-On-Write（写时复制）。 有些进程内缓存很多是基于引用的，所以拿到缓存中的数据如果进行修改，可能发生不可预测的问题。 读时复制：读取到的缓存的值，复制内容封装一个新的对象。 写时复制：给缓存中写的值，复制一个新的对象写入
