什么是多级缓存架构？本地缓存和分布式缓存怎么配合？
简化版
多级缓存是把缓存分成多层，例如浏览器/CDN、本地缓存、Redis、数据库。越靠近请求入口，访问越快但一致性越弱；越靠近数据库，一致性越好但延迟更高。本地缓存适合热点、读多写少、能容忍短暂旧值的数据；Redis 适合共享缓存、统一失效和跨实例访问。
详细版
常见链路：本地缓存（Caffeine）→ Redis → 数据库。读请求先查本地缓存，未命中查 Redis，Redis 未命中再查 DB 并逐层回填。
| 层级 | 优点 | 缺点 | 适合数据 |
|---|---|---|---|
| 本地缓存 | 极快、无网络开销、抗热点 | 每个实例一份，一致性弱 | 热点配置、商品快照 |
| Redis | 多实例共享、容量较大、可统一失效 | 有网络开销，依赖集群 | 通用业务缓存 |
| DB | 权威数据源 | 慢，不能承受高读流量 | 最终真实数据 |
多级缓存要重点处理一致性：数据变更时删除 Redis，并通过消息或版本号通知本地缓存失效；本地缓存 TTL 要短；强一致数据不要放长时间本地缓存。
完整版教学
一、为什么需要多级缓存
单层 Redis 能挡住很多数据库流量，但面对热点 key，所有应用实例仍然会一起访问 Redis。多级缓存把最热的一批数据放到应用本地内存，绝大多数请求在进程内返回，既减少网络开销，也保护 Redis。
同时，多级缓存还能提高容灾能力。Redis 短暂抖动时，本地缓存可以继续返回部分热点数据，不至于所有请求直接打 DB。
二、每一层的职责不同
本地缓存追求极致速度，适合小而热、变化不频繁的数据。Redis 追求共享和集中管理，适合大多数业务缓存。数据库是权威来源，负责最终正确性。
设计时不要把所有数据都塞进本地缓存。本地缓存每个应用实例都有一份，数据变更后很难做到瞬时全部失效。如果把余额、实时权限、库存扣减放进去，很容易读到旧值。
三、读流程怎么设计
典型读流程是：先读本地缓存，命中直接返回；未命中读 Redis；Redis 命中后回填本地缓存；Redis 未命中再查数据库，并回填 Redis 和本地缓存。
为了避免击穿，DB 回源时可以加互斥锁或 singleflight。为了避免本地缓存无限膨胀，需要设置最大容量、TTL、淘汰策略和监控。
四、写流程和失效通知
写操作通常以数据库为准：先更新数据库，再删除 Redis，然后通过 MQ、配置中心、发布订阅等方式通知各应用实例删除本地缓存。也可以让本地缓存设置很短 TTL，即使通知失败也能尽快过期。
更稳的做法是给数据带版本号。本地缓存读到旧版本时，即使没收到删除通知，也能在下一次比对时发现版本落后。
五、常见坑
第一个坑是本地缓存 TTL 太长，导致修改后某些机器长时间读旧值。第二个坑是只删 Redis 不删本地缓存，线上会出现“有的机器正确，有的机器错误”。第三个坑是本地缓存容量不控，最终撑爆 JVM 内存。
多级缓存不是层数越多越好。每加一层，命中率可能提升，但一致性和排障复杂度也增加。只给真正热、真正值得缓存的数据加层。
六、面试追问与工程边界
面试官常会问“本地缓存怎么失效”。常见做法是短 TTL、消息通知、配置中心推送、版本号校验。只靠 TTL 简单但延迟不可控；消息通知实时性更好但可能丢；版本号校验更稳，但实现成本更高。生产系统通常组合使用。
还要关注内存风险。本地缓存运行在应用 JVM/进程里，容量不控会挤压业务内存，引发 GC 或 OOM。必须设置最大容量、过期策略、命中率监控和手动清理入口。多级缓存提升性能，也把一致性和排障复杂度带进来了。
七、常见误区与追问
这道题不能只背概念，要把「多级缓存」放回真实分布式系统里解释：参与方是谁、状态怎么流转、失败后怎么恢复，以及它在一致性、性能、可用性之间做了什么取舍。
| 回答层次 | 要讲清的内容 | 容易漏掉的边界 |
|---|---|---|
| 核心结论 | 多级缓存用本地缓存、分布式缓存、数据库分层承接流量，提升性能但增加一致性复杂度 | 不要停在名词解释 |
| 流程机制 | 先读本地缓存 -> 未命中读 Redis -> 未命中查数据库 -> 回填 Redis 和本地 -> 写入时广播失效或短 TTL 收敛 | 说明触发方、存储方、确认点和兜底 |
| 工程取舍 | 本地 Caffeine 1 秒 TTL + Redis 5 分钟 TTL，可让热点读多数在进程内完成 | 缓存提升吞吐但会引入旧值、热点、内存和失效风暴问题 |
多级缓存 面试拆解：
1. 先读本地缓存
2. 未命中读 Redis
3. 未命中查数据库
4. 回填 Redis 和本地
5. 写入时广播失效或短 TTL 收敛记忆钩子：先说明缓存承担的读写压力，再拆穿透、击穿、雪崩、热点、一致性和淘汰策略；回答时要紧扣「多级缓存」这道题，不要把相邻概念混成一段泛泛的分布式套话。
- 误区：缓存层级越多越好。 层级越多一致性和失效链路越复杂。
- 误区：本地缓存不需要失效。 多实例本地缓存可能各自旧值，需要短 TTL 或广播。
- 误区：多级缓存能替代数据库扩容。 它保护读流量，但写入、冷数据和一致性仍依赖数据库。
- 追问：本地缓存适合什么？ 热点小对象、读多写少、可接受短暂旧值的场景。
- 追问：如何失效本地缓存？ 消息广播、配置中心事件、短 TTL 或版本号。
- 追问：如何防止缓存放大内存？ 容量上限、淘汰策略、对象大小控制和监控。
八、加强记忆
多级缓存按距离分层：本地缓存最快但一致性最弱，Redis 共享能力强，数据库最权威。读链路逐层查、逐层回填；写链路以数据库为准，删除 Redis，并通知本地缓存失效。强一致数据别长时间放本地缓存，本地缓存要短 TTL、限容量、可失效、可监控。