4.10学习（本地缓存，多级缓存策略）

redis缓存参考（4.8）
Caffeine 本地缓存
当应用需要频繁访问某些数据时，可以将这些数据缓存到应用的内存中（比如 JVM 中）；下次访问时，直接从内存读取，而不需要经过网络或其他存储系统。
相比于分布式缓存，本地缓存的速度更快，但是无法在多个服务器间共享数据、而且不方便扩容。
应用场景：
● 不需要共享数据的服务器
● 数据访问量有限的小型数据集
● 高频、低延迟的访问场景（如用户临时会话信息、短期热点数据）。
对于 Java 项目，Caffeine 是主流的本地缓存技术，拥有极高的性能和丰富的功能。比如可以精确控制缓存数量和大小、支持缓存过期、支持多种缓存淘汰策略、支持异步操作、线程安全等。

💡建议，由于本地缓存不需要引入额外的中间件，成本更低。因此如果只是要提升数据访问性能，优先考虑本地缓存而不是分布式缓存。

缓存设计
本地缓存的设计和分布式缓存基本一致，不再赘述。但有 2 个区别：

本地缓存需要自己创建初始化缓存结构（可以简单理解为要自己 new 一个 HashMap）。
由于本地缓存本身就是服务器隔离的，而且占用服务器的内存，key 可以更精简一些，不用再添加项目前缀。

多级缓存
多级缓存是指结合本地缓存和分布式缓存的优点，在同一业务场景下构建两级缓存系统，这样可以兼顾本地缓存的高性能、以及分布式缓存的数据一致性和可靠性。

多级缓存的工作流程：

第一级（Caffeine 本地缓存）：优先从本地缓存中读取数据。如果命中，则直接返回。
第二级（Redis 分布式缓存）：如果本地缓存未命中，则查询 Redis 分布式缓存。如果 Redis 命中，则返回数据并更新本地缓存。
数据库查询：如果 Redis 也未命中，则查询数据库，并将结果写入 Redis 和本地缓存。
流程图：