用途
本技能聚焦后端缓存策略，使用 Redis 实现多种缓存模式与失效机制，目标是优化性能并保持缓存与数据源之间的一致性。资料以 Python 异步代码（redis.asyncio）示例说明各模式的落地方式。
主要能力
缓存模式选择
资料提供模式选择表，从写入方式、读取方式、一致性、适用场景四个维度对比：
- Cache-Aside：先写数据库，读取时先查缓存再查数据库，最终一致性，通用场景。
- Write-Through：同时写缓存与数据库，读取只走缓存，强一致性，关键数据。
- Write-Behind：写缓存、异步写数据库，读取走缓存，最终一致性，高写入负载。
- Read-Through：由缓存处理读取，缓存未命中时回源数据库，最终一致性，简化读取逻辑。
Cache-Aside（懒加载）
提供 CacheAside 类，核心方法 get_or_set：先尝试从 Redis 读取，命中则反序列化返回；未命中则调用 fetch_fn 获取数据，再以 setex 写入缓存并返回。示例中为 get_analysis 设置 1800 秒（30 分钟）TTL。
Write-Through
提供 WriteThroughCache 类：write 方法先同步写数据库（保证一致性），再以 setex 更新缓存；read 方法只从缓存读取。示例用于 update_analysis。
Write-Behind（写回）
提供 WriteBehindCache 类：write 立即写缓存并将待写项加入队列，达到 batch_size 时触发批量落库；后台 _flush_loop 按 flush_interval 周期刷新；stop 时取消任务并刷新剩余写入；_flush_pending 以 bulk_upsert 批量写数据库。
缓存失效模式
- TTL 失效：使用 setex 设置过期时间；可加入抖动（jitter，示例为 ±300 秒）防止缓存雪崩。
- 事件驱动失效：CacheInvalidator 提供 invalidate（删除单键）、invalidate_pattern（用 scan_iter 按模式删除）、invalidate_tags（按标签集合删除相关键）。
- 版本号失效：VersionedCache 通过 version:{namespace} 维护版本，键名格式为 {namespace}:v{version}:{key}，increment_version 递增版本即可使整个命名空间失效。
缓存击穿防护
StampedeProtection 使用 Redis 分布式锁（set nx=True, ex=timeout）防止大量请求同时回源；未获取锁时轮询等待数据出现；获取锁后二次检查缓存，再计算并写回。示例中 get_expensive_data 展示了完整用法。
使用方式
资料以代码示例形式给出各模式的类定义与调用方式，包括：
- 初始化：如 CacheAside(redis_client)、WriteThroughCache(redis_client)、WriteBehindCache(redis_client, flush_interval, batch_size)。
- 调用：get_or_set、write、read、invalidate、invalidate_tags、lock 等。
- 序列化：示例默认使用 json.dumps/json.loads，关键决策中建议使用 orjson 以提升性能。
适用场景
- 需要降低数据库读取压力、实现懒加载缓存的读取密集场景。
- 对一致性要求高、需同步更新缓存与数据库的关键数据。
- 写入吞吐量高、可接受异步落库的场景。
- 需要按 TTL、事件、标签或版本号灵活失效缓存的系统。
- 存在热点键、需防止缓存击穿（thundering herd）的高并发场景。
关键决策建议
资料给出以下建议：默认 TTL 多数数据 1 小时、易变数据 5 分钟；序列化推荐 orjson；键命名采用 {entity}:{id} 或 {entity}:{id}:{field}；昂贵计算使用锁防击穿；写入用事件驱动失效、读取用 TTL。
限制与反模式
资料明确列出禁止做法：不得缓存时不设 TTL（内存泄漏）；不得缓存敏感数据而不加密；不得将缓存作为主存储；不得忽略缓存失败（静默失败会导致脏数据）。
相关技能
资料提及 redis-patterns（高级 Redis 用法）、resilience-patterns（回退策略）、observability-monitoring（缓存命中指标）。
暂未提供
资料未提供具体安装命令、依赖版本、收费或价格信息、性能基准数据，以及除 Python 异步示例外的其他语言实现。