数据库缓存是处理这些性能问题的最常见策略之一。缓存涉及将数据库查询的结果保存在更快，更容易访问的位置。正确完成后，缓存将减少查询响应时间，减少数据库负载并降低成本。
但是，缓存也需要小心处理，因为它们实际上是在另一个位置创建另一个信息副本。保持数据库和缓存同步并保持最新可能比您预期的更棘手。

什么是不同的缓存策略？

手动缓存（也称为缓存搁置策略）涉及直接管理数据库和缓存。您的应用程序在启动数据库查询之前检查缓存，并在对数据库进行任何更改后更新缓存。
虽然如果正确实现有效，但手动缓存可能非常繁琐，尤其是在您需要查询多个数据库时。出于这些原因，开发人员发明了许多替代性的缓存策略。

直读缓存策略

在读取缓存中，应用程序首先查询缓存以查看其所需的信息是否在内部。如果没有，它将从数据库中检索信息并使用它来更新缓存。缓存提供程序或缓存库负责查询和更新缓存的详细逻辑。
当应用程序重复请求相同的数据时，读取策略最适合读取繁重的工作负载：例如，一遍又一遍地加载相同文章的新闻网站。
读取策略的一个缺点是对缓存的第一次查询将始终导致未命中，因为保证所请求的信息不在内部。为了解决这个问题，开发人员通常会使用用户可能要求的信息提前“加热”缓存。

直写缓存策略

在直写式高速缓存中，首先对高速缓存进行更新，然后对数据库进行更新。从应用程序到缓存以及从缓存到数据库都有一条直接线。与直读式缓存结合使用时，直写式策略可确保您的数据保持一致，从而无需手动缓存失效。

后写缓存策略

在后写式缓存（也称为回写式高速缓存）中，应用程序首先将数据写入高速缓存。经过一段设定的延迟后，缓存也会将此信息写入数据库。后写缓存最适合写入繁重的工作负载，即使出现一些故障和停机也可以很好地执行。

基于Java的Redis缓存与Redisson

Redis是NoSQL数据库最受欢迎的选项之一，它使用键值系统来存储数据。Redisson是Java编程语言中的Redis客户端库，可以使用所有熟悉的Java集合轻松访问Redis功能。
Redisson允许您将数据放在外部存储中的地图中。您可以使用此功能实现数据库，Web服务或任何其他数据源的缓存。

Redis中的直读缓存

下面是一个Java示例，说明如何在Redis和Redisson中使用直读缓存。
如果请求的条目在缓存中不存在，则它将由MapLoader对象加载：

MapLoader<String, String> mapLoader = new MapLoader<String, String>()
{
    @Override
    public Iterable<String> loadAllKeys()
    {
        List<String>    list        = new ArrayList<String>();
        Statement   statement   = conn.createStatement();
        try {
            ResultSet result = statement.executeQuery( "SELECT id FROM student" );
            while ( result.next() )
            {
                list.add( result.getString( 1 ) );
            }
        } finally {
            statement.close();
        }
        return(list);
    }
 
 
    @Override
    public String load( String key )
    {
        PreparedStatement preparedStatement = conn.prepareStatement( "SELECT name FROM student where id = ?" );
        try {
            preparedStatement.setString( 1, key );
            ResultSet result = preparedStatement.executeQuery();
            if ( result.next() )
            {
                return(result.getString( 1 ) );
            }
            return(null);
        } finally {
            preparedStatement.close();
        }
    }
}

配置使用案例：

MapOptions<K, V> options = MapOptions.< K, V > defaults()
.loader( mapLoader );
RMap<K, V> map = redisson.getMap( "test", options );
/* or */
RMapCache<K, V> map = redisson.getMapCache( "test", options );
/* or with boost up to 45x times */
RLocalCachedMap<K, V> map = redisson.getLocalCachedMap( "test", options );
/* or with boost up to 45x times */
RLocalCachedMapCache<K, V> map = redisson.getLocalCachedMapCache( "test", options );

Redis中的直写缓存

下面是一个Java示例，说明如何在Redis中使用Redis中的Redis使用直写缓存。
在MapWriter对象更新缓存和数据库之前，缓存更新方法不会返回：

MapWriter<String, String> mapWriter = new MapWriter<String, String>()
{
    @Override
    public void writeAll( Map<String, String> map )
    {
        PreparedStatement preparedStatement = conn.prepareStatement( "INSERT INTO student (id, name) values (?, ?)" );
        try {
            for ( Entry<String, String> entry : map.entrySet() )
            {
                preparedStatement.setString( 1, entry.getKey() );
                preparedStatement.setString( 2, entry.getValue() );
                preparedStatement.addBatch();
            }
            preparedStatement.executeBatch();
        } finally {
            preparedStatement.close();
        }
    }
 
 
    @Override
    public void write( String key, String value )
    {
        PreparedStatement preparedStatement = conn.prepareStatement( "INSERT INTO student (id, name) values (?, ?)" );
        try {
            preparedStatement.setString( 1, key );
            preparedStatement.setString( 2, value );
            preparedStatement.executeUpdate();
        } finally {
            preparedStatement.close();
        }
    }
 
 
    @Override
    public void deleteAll( Collection<String> keys )
    {
        PreparedStatement preparedStatement = conn.prepareStatement( "DELETE FROM student where id = ?" );
        try {
            for ( String key : keys )
            {
                preparedStatement.setString( 1, key );
                preparedStatement.addBatch();
            }
            preparedStatement.executeBatch();
        } finally {
            preparedStatement.close();
        }
    }
 
 
    @Override
    public void delete( String key )
    {
        PreparedStatement preparedStatement = conn.prepareStatement( "DELETE FROM student where id = ?" );
        try {
            preparedStatement.setString( 1, key );
            preparedStatement.executeUpdate();
        } finally {
            preparedStatement.close();
        }
    }
}

使用配置案例：

MapOptions<K, V> options = MapOptions.< K, V > defaults()
.writer( mapWriter )
.writeMode( WriteMode.WRITE_THROUGH );
RMap<K, V> map = redisson.getMap( "test", options );
/* or */
RMapCache<K, V> map = redisson.getMapCache( "test", options );
/* or with boost up to 45x times */
RLocalCachedMap<K, V> map = redisson.getLocalCachedMap( "test", options );
/* or with boost up to 45x times */
RLocalCachedMapCache<K, V> map = redisson.getLocalCachedMapCache( "test", options );

Redis中的后写缓存

MapWriter接口还用于异步提交对Map对象（缓存）和外部存储（数据库）的更新。后台写入操作执行中使用的线程数量通过writeBehindThreads设置设置。
下面，我们看到Redisson中基于Redis的后写缓存实现的配置的Java示例：

MapOptions<K, V> options = MapOptions.< K, V > defaults()
.writer( mapWriter )
.writeMode( WriteMode.WRITE_BEHIND )
.writeBehindThreads( 8 );
RMap<K, V> map = redisson.getMap( "test", options );
/* or */
RMapCache<K, V> map = redisson.getMapCache( "test", options );
/* or with boost up to 45x times */
RLocalCachedMap<K, V> map = redisson.getLocalCachedMap( "test", options );
/* or with boost up to 45x times */
RLocalCachedMapCache<K, V> map = redisson.getLocalCachedMapCache( "test", options );

上述所有讨论的策略可用于Redisson的RMap，RMapCache，RLocalCachedMap和RLocalCachedMapCache对象。使用后两个对象可以使Redis中的读取操作速度提高45倍。