Caching Strategies 是一份面向缓存策略与实现的知识指南，覆盖从浏览器和 CDN 到应用、数据库与分布式系统的各层缓存。资料指出，合理的缓存可以显著降低延迟、减少基础设施成本并改善用户体验。
一、缓存基础概念 资料定义了以下核心术语：缓存命中（Cache Hit）：请求数据在缓存中找到，无需回源；缓存未命中（Cache Miss）：数据不在缓存中，必须从源获取并可选择存储；TTL（Time-To-Live）：缓存条目在过期前保持有效的时长；淘汰（Eviction）：容量达到上限或策略触发时移除缓存条目；脏数据（Stale Data）：相对数据源已过期的缓存数据；缓存预热（Cache Warming）：在流量到来前预先填充缓存；缓存雪崩（Cache Stampede）：大量并发请求命中同一个未缓存键，压垮源站。
淘汰策略方面，资料列出了 LRU（淘汰最久未访问条目，适用于通用负载）、LFU（淘汰访问次数最少的条目，适用于访问频率偏斜的场景）、FIFO（淘汰最旧条目，与访问无关，适合简单可预测的轮换）、基于 TTL（固定时长后淘汰，适合时间敏感数据）、随机（淘汰随机条目，适合简单性优先于精确性的场景）以及 ARC（自适应替换缓存，动态平衡新近度与频率，适合混合访问模式）。
二、HTTP 缓存 资料将 HTTP 缓存视为第一道防线，指出正确的头部可以完全避免不必要的网络请求。给出的 Cache-Control 示例包括：public, max-age=3600, stale-while-revalidate=60（公开缓存 1 小时，重新验证期间允许 60 秒的过期内容）；private, no-cache（仅浏览器私有缓存，每次重新验证）；no-store（敏感数据，绝不缓存）；public, max-age=31536000, immutable（带哈希文件名的不可变资源）。
指令参考涵盖 public、private、no-cache、no-store、max-age=N、s-maxage=N（对共享缓存覆盖 max-age）、stale-while-revalidate=N、stale-if-error=N、immutable、must-revalidate。
条件请求部分给出 ETag 与 If-None-Match 的 Express.js 示例，通过 md5 生成 ETag，匹配时返回 304，并设置 Cache-Control 为 private, no-cache 及 Last-Modified；另给出 Flask 的 Last-Modified 与 If-Modified-Since 示例，并展示 Vary 头部按 Accept-Encoding、Accept-Language 或 Authorization 缓存不同版本。
三、浏览器缓存策略 资料给出 Service Worker 的 stale-while-revalidate 策略：先返回缓存内容，同时在后台请求新副本并写入缓存；以及 network-first with fallback 策略：优先请求网络，成功后克隆并缓存响应，失败时从缓存匹配。静态资源缓存版本化方面，展示了 webpack 的 contenthash 文件名用于缓存清除，以及 Nginx 对哈希资源设置一年缓存并加 immutable、对 HTML 设置 5 分钟并加 no-cache 的配置。
四、CDN 缓存 资料包含 Cloudflare Page Rules / Cache Rules 示例：对 /api/public/* 路径缓存一小时（Cache Level: Cache Everything、Edge Cache TTL 3600、Browser Cache TTL 300），对 /api/user/* 认证路由绕过缓存。AWS CDK 示例展示 CloudFront Cache Policy 的构造，设置默认 TTL 1 小时、最小 1 分钟、最大 1 天，header 允许列表为 Accept 和 Accept-Language，查询字符串全部参与缓存，不缓存 cookie，并启用 gzip 与 Brotli。Fastly VCL 片段展示：对静态资源去除 Cookie 以提高命中率，带 Authorization 的请求直接 pass 到源站，并在 vcl_fetch 中对 /api/public/ 设置 300 秒边缘 TTL。
五、应用层缓存模式 资料介绍了四种模式。Cache-Aside（懒加载）：应用先查缓存，未命中则从源获取、写入缓存并返回，示例使用 Python 与 Redis 的 setex。Read-Through：由缓存自身在未命中时加载数据，应用始终读缓存，示例使用 Java Caffeine 的 LoadingCache，含 maximumSize、expireAfterWrite、refreshAfterWrite。Write-Through：数据同时写入缓存与源，保证缓存一致，示例为 TypeScript 的 WriteThroughCache 类，先写源再更新缓存。Write-Behind（Write-Back）：写入先落缓存并异步批量刷到源，提高写吞吐，示例为 Python 的 WriteBehindCache，含后台 flush 线程与队列。
六、内存缓存 资料给出多语言示例：Node.js 使用 lru-cache（max、maxSize、sizeCalculation、ttl、allowStale、updateAgeOnGet）；Python 使用 functools.lru_cache 做记忆化，以及 cachetools 的 TTLCache 配合 @cached 装饰器；Java 使用 Guava CacheBuilder（maximumSize、expireAfterWrite、refreshAfterWrite、recordStats，并打印命中统计）；Go 使用 sync.RWMutex 与 map 实现带过期时间的简单缓存，并含定期清理 goroutine。
七、分布式缓存 资料给出 Redis 缓存模式示例：使用命名空间:实体:id:字段 形式的缓存键，get 未命中后回源并 setex，使用 SCAN 按模式批量失效某用户的所有键，以及用 pipeline 批量预热缓存。另有 Redis 与 Memcached 的对比表：数据结构（Redis 支持字符串、列表、集合、哈希、有序集合、流；Memcached 仅字符串）、持久化（Redis 有 RDB 快照与 AOF；Memcached 无）、复制（Redis 内置主从；Memcached 无，需客户端分片）、发布订阅（Redis 有；Memcached 无）、Lua 脚本（Redis 有；Memcached 无）、最大值大小（Redis 512 MB；Memcached 默认 1 MB）。
八、适用场景与限制 该资料适合在需要添加缓存、缓存 API 响应、搭建 CDN 缓存、配置 HTTP 缓存等任务时作为参考指南。资料以概念表、指令参考、配置片段和代码示例为主，未提供具体的安装命令、价格、平台限制或效果数据；具体实现需结合所用语言、框架与缓存服务的实际环境。