分布式缓存是一种设计思想。
分布式缓存是指将缓存数据分布存储在 多台服务器 上，以便在高并发场景下提供更高的吞吐量和更好的容错性。
通常使用Redis实现
使用 Redis 实现分布式缓存，典型流程可以理解为：
应用先查 Redis，Redis 没有再查数据库，然后把结果写回 Redis。

基本流程

1. 用户请求进入应用服务

   比如用户查询商品详情：

   GET /products/1001
   

2. 应用先查询 Redis 缓存

   应用根据业务生成一个缓存 Key，例如：

   product:1001
   

   然后查询 Redis：

   GET product:1001
   

3. 如果 Redis 中有数据，直接返回

   这叫 缓存命中。

   用户请求
      ↓
   应用服务
      ↓
   Redis 有数据
      ↓
   直接返回结果
   

   优点是速度快，不需要访问数据库。

4. 如果 Redis 中没有数据，查询数据库

   这叫 缓存未命中。

   用户请求
      ↓
   应用服务
      ↓
   Redis 没有数据
      ↓
   查询数据库
   

5. 将数据库查询结果写入 Redis

   数据库查到结果后，应用把数据写入 Redis，并设置过期时间：

   SET product:1001 "{商品数据}" EX 3600
   

   表示缓存 1 小时。

6. 返回数据给用户

   最后应用把数据库查到的数据返回给用户。

完整流程如下：

用户请求
   ↓
应用服务
   ↓
查询 Redis
   ↓
Redis 是否有数据？
   ↓
有数据 ----------------→ 直接返回
   ↓
没有数据
   ↓
查询数据库
   ↓
写入 Redis，并设置过期时间
   ↓
返回结果

简单 Java 示例

public Product getProductById(Long id) {
    String key = "product:" + id;

    // 1. 先查 Redis
    Product product = redisTemplate.opsForValue().get(key);

    if (product != null) {
        // 2. 缓存命中，直接返回
        return product;
    }

    // 3. 缓存未命中，查数据库
    product = productMapper.selectById(id);

    if (product != null) {
        // 4. 写入 Redis，并设置过期时间
        redisTemplate.opsForValue().set(key, product, 1, TimeUnit.HOURS);
    }

    return product;
}

常见缓存策略

• Cache Aside Pattern，旁路缓存模式

  最常见，也是上面这个流程：

  读：先查缓存，缓存没有查数据库，再写缓存
  写：先更新数据库，再删除缓存
  

• 设置过期时间

  防止 Redis 中的数据长期不更新：

  product:1001 过期时间 1 小时
  

• 更新数据时删除缓存

  修改商品信息时，通常这样做：

  更新数据库
      ↓
  删除 Redis 缓存
  

  而不是直接更新缓存。

写操作流程

比如修改商品价格：

用户修改商品信息
   ↓
应用服务
   ↓
更新数据库
   ↓
删除 Redis 中对应缓存
   ↓
下次查询时重新加载新数据到 Redis

示例：

public void updateProduct(Product product) {
    // 1. 更新数据库
    productMapper.updateById(product);

    // 2. 删除缓存
    String key = "product:" + product.getId();
    redisTemplate.delete(key);
}

使用 Redis 做分布式缓存时要注意的问题

• 缓存穿透

  查询一个数据库中也不存在的数据，导致每次都查数据库。

  解决方式：

  缓存空值 / 布隆过滤器
  

• 缓存击穿

  某个热点 Key 过期，大量请求同时打到数据库。

  解决方式：

  加互斥锁 / 热点数据不过期 / 提前刷新
  

• 缓存雪崩

  大量 Key 同时过期，数据库压力突然增大。

  解决方式：

  过期时间加随机值 / 多级缓存 / 限流降级
  

• 数据一致性

  数据库和 Redis 可能短时间不一致。

  常见做法：

  先更新数据库，再删除缓存
  

Redis 分布式缓存的核心流程就是：读数据先查缓存，缓存没有查数据库并写回缓存；写数据先更新数据库，再删除缓存。