为什么说缓存是提高性能最好的方式？缓存有哪些设计模式？缓存设计的重点有哪些？
打卡Day29：今天学习了《58｜性能设计篇之“缓存”》，我的收获如下：
分布式系统中最耗性能的地方就是数据库。select是出现性能问题最大的地方，应用的读多写少加剧了慢查询的问题，远程调用也会因为网络开销导致整体性能下降。
使用缓存是提高性能最好的方式。
缓存模式
Cache Aside
（失效：先从Cache取，如果没有得到，则从数据库中取，成功后，放到缓存中。命中：从Cache中取，取到后返回。更新：先把数据存到数据库中，成功后让缓存失效）
Read/Write Through
更新数据库的操作由缓存自己代理，应用认为后端是一个单一存储，存储自己维护Cache。
Write Behind Caching
又称Write Back，类似Linux的page cache算法。
在更新数据时只更新缓存，不更新数据看，缓存异步批量更新数据库。
问题：数据不是强一致性，可能会丢失；实现逻辑比较复杂。
设计取舍
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）。
缓存设计的重点
- 需要保证内存足够大，网络带宽也要好，因为缓存本质上是个内存和IO密集型的应用。
- 用数据分片技术把不同的缓存分布到不同机器上，让缓存集群可以不断scale下去。
- 缓存好坏要看命中率，达到80%以上就算很高了。
- 牺牲强一致性来提高性能，不是所有业务都适合用缓存。
- 缓存数据的时间周期太长太短都不好，太短加重数据库负担，太长浪费内存。
- 一般使用LRU策略，即优先清出最长时间没有被访问过的数据，维护LRU中被访问数据的顺序排位会带来额外的锁开销。
- 当心爬虫挤出热点数据，可以引导去使用外部API，把用户和开发者的缓存系统分离）。