1.那些数据时候放入缓存
1）、即时性，数据一致性要求不高的（如，商品展示，大类小类）
2）、访问量打且更新评率不高的数据（读多，写少，商品信息）
2.缓存使用
伪代码：
data = cache.load(id);//从缓存加载数据
If(data == null){
data = db.load(id);//从数据库加载数据
cache.put(id,data);//保存到 cache 中
}
return data;2.HasMap集合
本地缓存---单体应用
----没问题
本地缓存--分布式系统
---负载均衡出现问题（访问不到最新缓存） 数据不一致
解决：
3.使用redis做缓存出现内存溢出问题是
因为操作redis的客户端lettuce
解决：
1）升级lettuce
2) 切换使用jedis
3.缓存的击穿、穿透、雪崩
击穿：（查询高频热点）
• 对于一些设置了过期时间的 key ，如果这些 key 可能会在某些
时间点被超高并发地访问，是一种非常“热点”的数据。 如果这个key 在大量请求同时进来前正好失效，那么所有对 这个key 的数据查询都落到 db ，我们称为缓存击穿。
例如：S13赛季 这个高频热点，这当天举行的S赛试上过期。导致第二天大量客户去访问，就会把这些所有查询到的数据落到数据库（db）,会出现缓存击穿。
解决：
加锁
大量并发只让一个去查，其他人等待，查到以后释放锁，其他
人获取到锁，先查缓存，就会有数据，不用去 db
穿透：（查询永不存在的数据）
指查询一个一定不存在的数据，由于缓存是不命中，将去查询数据库，但是
数据库也无此记录，我们没有将这次查询的 null 写入缓存，这将导致这个不
存在的数据每次请求都要到存储层去查询，失去了缓存的意义
列如：以商品为例，此商品在缓存中没有，高并发下一起查询这个商品，（如此循环）就会出现缓存穿透
风险：
利用不存在的数据进行攻击，数据库瞬时压力增大，最终导致崩溃
解决：
null 结果缓存，并加入短暂过期时间
雪崩：（查询相同过期时间的key）
缓存雪崩是指在我们设置缓存时 key 采用了相同的过期时间，
导致缓存在某一时刻同时失效，请求全部转发到 DB ， DB 瞬时
压力过重雪崩。
例如：有一批商品信息缓存的过期时间一致。刚好在失效的瞬间，高并发请求下来，就会导致数据库崩溃，发生缓存雪崩
解决：
原有的失效时间基础上增加一个随机值，比如 1-5 分钟随机，这
样每一个缓存的过期时间的重复率就会降低，就很难引发集体
失效的事件。
（就是在每个缓存的过期时间上加上一个随机时间，这样就不会出现大面积雪崩）
