前言：在使用缓存之前，需要确认你的项目是否真的需要缓存。使用缓存会引入的一定的技术复杂度，本文也将会介绍一些存在的问题。
1.可以从两个方面来个是否需要使用缓存:
- CPU占用:有某些应用需要消耗大量的cpu去计算，比如正则表达式，如果使用正则表达式比较频繁，而其又占用了很多CPU的话，那就应该使用缓存将正则表达式的结果给缓存下来。
- 数据库IO占用:
1. 如果发现数据库连接池比较空闲，那么不应该用缓存。
2. 如果数据库连接池比较繁忙，甚至经常报出连接不够的报警，那么是时候应该考虑缓存了。
2.缓存方案分类
实时性比较高的那块数据：比如说库存之类的这种数据，我采取的实时的缓存+数据库双写的技术方案，双写一致性保障的方案。
实时性要求不高的数据：比如说物品的基本信息等等的，我采取的是一个专门的数据生产的服务，去获取整个商品详情页需要的各种数据，经过处理后，将数据放入各级缓存中。
3.缓存+数据库读写的模式
数据发生变化时：
先更新缓存，然后再更新数据库。这种适用于缓存的值相对简单，和数据库的值一一对应，这样更新比较快。
先删除缓存，然后再更新数据库，读数据的时候再设置缓存。这种适用于缓存的值比较复杂的场景（我常用这个模式，能降低缓存开销，比较稳）。
并发导致数据库与缓存双写不一致问题的解决方案：
- 双写不一致问题：并发请求的时候，数据发生了变更，先删除了缓存，然后要去修改数据库，此时还没修改。另一个请求过来，去读缓存，发现缓存空了，去查询数据库，查到了修改前的旧数据，放到了缓存中。
解决方案：数据库与缓存更新与读取操作进行异步串行化。（引入队列）：
队列消费者串行拿到对应的操作，然后一条一条的执行。这样的话，一个数据变更的操作，先执行删除缓存，然后再去更新数据库，但是还没完成更新。此时如果一个读请求过来，读到了空的缓存，那么可以先将缓存更新的请求发送到队列中，此时会在队列中积压，然后同步等待缓存更新完成。
下一篇：python web开发笔记–缓存设计（二）
如有侵权，请联系我！！！