什么是缓存？

缓存（Cache）是一种高速数据存储层，其核心目标是通过存储频繁访问的数据副本，减少对底层较慢存储介质（如内存、磁盘、网络）的直接访问，从而提升系统性能和响应速度。缓存技术基于局部性原理（时间局部性和空间局部性），即程序在一段时间内倾向于重复访问某些数据或邻近数据。

缓存的多元定义与应用场景

硬件级缓存

CPU缓存：位于CPU与主存之间，分为L1（一级）、L2（二级）、L3（三级）缓存，逐级容量增大但速度递减，用于缓解CPU与内存间的速度差异。例如，IBM System/360 Model 85首次引入高速缓存，速度比常规内存快12倍。磁盘缓存：利用主存（RAM）存储近期访问的磁盘数据，减少物理磁盘I/O操作，提高应用程序性能。 软件与系统级缓存

内存缓存：通过SRAM（静态随机存取存储器）或DRAM（动态随机存取存储器）存储频繁访问的数据，例如Java中的Application对象或静态Map。操作系统缓存：管理文件系统缓存，如Linux的Page Cache，加速文件读写。 网络与互联网缓存

浏览器缓存：存储网页资源（HTML、CSS、JS等），通过HTTP头（如Cache-Control）控制缓存策略，减少重复下载。CDN缓存：在边缘节点缓存静态内容，缩短用户访问延迟。反向代理缓存：如Nginx缓存动态页面，减轻后端服务器压力。 分布式与数据库缓存

分布式缓存：如Redis、Memcached，支持跨多台服务器的数据共享，适用于高并发场景。数据库缓存：MySQL的Query Cache、Oracle的Buffer Cache，缓存查询结果或热点数据。

常见的缓存技术分类

1. 按存储位置分类

类型特点典型技术/场景本地缓存与应用进程同驻内存，无网络开销；数据量受限于内存容量Guava Cache、Caffeine、Ehcache分布式缓存跨多节点共享数据，支持水平扩展；需序列化，访问延迟较高Redis、Memcached、Hazelcast磁盘缓存持久化存储，重启后数据保留；适用于低频访问但需长期保存的数据Ehcache磁盘存储、文件系统缓存堆外缓存使用JVM堆外内存，减少GC压力；需手动管理内存MapDB、Ehcache 3.x

2. 按应用层级分类

层级技术实现作用场景客户端浏览器缓存、移动端本地存储（如SQLite）加速网页加载，离线访问网络层CDN、Squid代理缓存内容分发，减少跨区域流量服务端Nginx反向代理缓存、Redis集群负载均衡、接口加速数据库层MySQL Query Cache、Oracle Buffer Pool加速SQL查询，减少磁盘I/O

3. 按功能特性分类

时间触发缓存：基于过期时间（TTL）自动失效，如Redis的EXPIRE命令。内容触发缓存：数据变更时强制更新，如数据库写操作后删除相关缓存。静态缓存：生成预渲染的HTML/XML文件，适用于内容更新频率低的场景。

缓存技术的核心指标与优化

命中率与未命中惩罚

命中率：缓存满足请求的比例，计算公式为命中次数 / 总请求次数。未命中惩罚：缓存未命中时，从底层存储加载数据的额外延迟。 缓存淘汰策略

LRU（最近最少使用） ：淘汰最久未访问的数据（如Memcached）。LFU（最不经常使用） ：淘汰访问频率最低的数据（如Caffeine的Window TinyLFU算法）。FIFO（先进先出） ：按写入顺序淘汰。 一致性保障

写穿透（Write-Through） ：同时更新缓存和底层存储，保证强一致性。延迟写入（Write-Behind） ：先更新缓存，异步批量写入存储，提高性能但存在数据丢失风险。

典型缓存框架对比

框架类型数据结构支持持久化适用场景Redis分布式字符串、哈希、列表等支持高并发、复杂数据结构Memcached分布式键值对不支持简单键值存储，高吞吐Ehcache本地/分布式对象、堆外存储支持Java应用，多级缓存Caffeine本地基于Window TinyLFU不支持高性能本地缓存

总结

缓存通过空间换时间的策略，在计算机系统、网络架构和应用开发中扮演关键角色。其技术选型需综合考虑数据访问模式、一致性要求、扩展性及成本。从CPU到CDN，从本地内存到分布式集群，缓存的多样化为不同场景提供了精细化性能优化方案。