用途：把昂贵计算或高频读取的数据放到更靠近消费端的位置，重点处理失效（保持正确）与击穿（应对大规模未命中）两类失败模式，而非简单的 get/set 封装。
主要能力： 策略选择：cache-aside（默认，简单、缓存宕机不影响写入、失效可控）、read-through、write-through（写入同步更新缓存，适合无法容忍写后读到旧值）、write-behind（异步批量落库，仅适合可丢失、可重算的数据如指标、计数器、动态流）。 击穿防护：按 key 加锁（单飞，跨节点需分布式锁 SET key val NX PX 30000）、概率提前过期（XFetch 公式）、stale-while-revalidate；TTL 必须加 ±10% 抖动，避免同步过期。 负缓存：缓存未命中与错误，用短 TTL 加显式哨兵（如 NULL）区分未命中；高基数穿透可用 Bloom filter。 TTL 与淘汰：按易变性分层设置 TTL，滑动 TTL 需设绝对上限；淘汰策略可选 allkeys-lru、allkeys-lfu、volatile-ttl，默认 noeviction 会在内存满时报写错误。 Redis 模式与陷阱：对象用 hash、排行用 sorted set、队列用 list；复合操作用 Lua 保证原子；批量用 pipeline，原子批量用 MULTI/EXEC；生产禁用 KEYS，改用 SCAN；注意热 key 与大 key 问题，大 key 用 UNLINK。 失效：标签/分组失效、版本键（user:42:v7）、事件驱动失效；先写 DB 再失效缓存，且是删除而非更新。 键设计：确定性、无冲突、带命名空间与版本，包含 locale、租户、鉴权范围等所有影响值的因素。 分层缓存：浏览器 → CDN → 应用 L1（进程内 LRU）→ Redis L2 → DB。 HTTP/CDN：用 Cache-Control、ETag、immutable、stale-while-revalidate 等头控制正确性，按 URL 指纹做缓存失效。
使用方式：资料给出 cache-aside 的 get_or_load 示例、按 key 加锁示例、XFetch 判断式、进程内 LRU 类实现，以及 Redis 命令与 HTTP 头写法，可直接参考。
适用场景：数据库查询缓存、ML 预测/模型/嵌入缓存、HTTP 与 CDN 缓存等。
限制：write-behind 崩溃会丢写，不可作为不可丢失数据的记录源；进程内锁只对单进程有效；模式匹配失效是兜底而非设计；缓存应视为可选，缓存全挂时源站仍需正确工作；需监控命中率、延迟、淘汰率与内存。