Cache Aside Pattern（旁路缓存模式）
现在基本都用这个模式
Cache Aside Pattern 中服务端需要同时维系 db 和 cache，并且是以 db 的结果为准。
读写步骤：
写：
- 先更新 db，然后直接删除 cache 。
读 :
- 从 cache 中读取数据，读取到就直接返回
- cache 中读取不到的话，就从 db 中读取数据返回
- 再把数据放到 cache 中。
写数据的过程中，可以先删除 cache ，后更新 db 么？
答：线程1先把缓存中的数据A删除，但更新数据库的时间较长。在此期间如果线程2读数据A，并写入缓存。随后线程1更新完数据库种的A后，导致缓存和数据库中的一致性出现问题。
在写数据的过程中，先更新 db，后删除 cache 就没有问题了么？
答：假设数据A不在缓存中，线程1要读取缓存，先查询数据库，此时线程2更新数据库中的数据A，在线程2更新完数据库之后线程1可能才开始把原数据A写入缓存中，造成数据不一致。
但因为写入缓存速度很快，所以出问题的可能性比较小。
Read/Write Through Pattern（读写穿透）
Read/Write Through Pattern 中服务端把 cache 视为主要数据存储，从中读取数据并将数据写入其中。cache 服务负责将此数据读取和写入 db，从而减轻了应用程序的职责。
少见原因：Redis 并没有提供 cache 将数据写入 db 的功能。
写
- 先查 cache，cache 中不存在，直接更新 db。
- cache 中存在，则先更新 cache，然后 cache 服务自己更新 db（同步更新 cache 和 db）。
读
- 从 cache 中读取数据，读取到就直接返回 。
- 读取不到的话，先从 db 加载，写入到 cache 后返回响应。
Write Behind Pattern（异步缓存写入）
Write Behind Pattern 和 Read/Write Through Pattern 很相似，
两者都是由 cache 服务来负责 cache 和 db 的读写。
Read/Write Through 是同步更新 cache 和 db，
Write Behind 是只更新缓存，不直接更新 db，而是改为异步批量的方式来更新 db
