互联网场景下面临得主要技术问题之一是高并发大数据量。为了提高性能保护数据库通常会在数据库之上加一层缓存。目前常用得缓存是Redis，那么Redis如何存储大规模数据？如何将数据库得数据同步到Redis？Redis缓存设计要注意哪些问题？
Redis大规模数据存储通过集群实现。目前常见得集群方式有三种方案。
第壹种使用Redis自带得集群技术Redis cluster。
第二种是使用代理方式，在客户端与Redis节点之间加一层代理服务目前开源得实现有codis和twemproxy。
第三种是定制客户端实现，在客户端实现节点得寻址功能。
数据库数据同步到缓存目前常见得方式有四种方式。
方式一在业务应用服务中实现。在修改数据库得同时更新缓存。
方式二通过消息队列异步更新。在业务中更新数据后发送消息，消息消费者订阅消息对缓存进行更新。
方式三通过定时任务更新。通过定时任务监控数据变更，同步更新数据到缓存。
方式三通过数据库Binlog更新。通过一些开源中间间如canal订阅数据库日志更新，解析日志然后对解析后得日志执行缓存更新操作。
缓存设计需要注意下面四个问题。
数据一致性问题。
数据库和缓存数据保持一致。目前常见得四种缓存更新模式。cache aside、read through 、write through、write behind caching。
缓存穿透问题。
目前解决缓存击穿得思路主要是过滤无效请求。如通过键得规则校验过滤恶意请求，布隆过滤器过滤无效请求。其次是缓存空结果。
缓存击穿问题。
目前解决缓存击穿得思路是对请求加全局锁，还有就是对即将过期得数据进行主动刷新。
缓存雪崩问题。
缓存雪崩目前常见得思路是设置缓存过期时间时随机设置失效时间避免缓存同时失效。还有缓存存储时划分更小得缓存区间按区间设置缓存失效时间。
缓存得使用是一个整体方案分层分布式设计。上述只是整体性描述，实际过程中得细节很多也很复杂。
