Cache-Control: max-age=3600  # 相對時間（推薦）
Expires: Wed, 21 Oct 2026 07:28:00 GMT  # 絕對時間

用戶請求 → 最近的 CDN 節點 → 命中則回傳
                    ↓
               未命中
                    ↓
               回源到原站

// 簡單常數
public static final String API_URL = "https://api.example.com";

// 容器快取
private static final Map<String, Object> CACHE =
    new ConcurrentHashMap<>();

// 建立快取
Cache<String, User> cache = CacheBuilder.newBuilder()
    .maximumSize(1000)                    // 最大條目數
    .expireAfterWrite(10, TimeUnit.MINUTES)  // 寫入後過期
    .expireAfterAccess(5, TimeUnit.MINUTES)  // 訪問後過期
    .build();

// 使用快取
User user = cache.get(userId, () -> {
    return userDao.findById(userId);  // 快取未命中時載入
});

Cache<String, User> cache = Caffeine.newBuilder()
    .maximumSize(10_000)
    .expireAfterWrite(Duration.ofMinutes(5))
    .recordStats()  // 開啟統計
    .build();

CacheManager cacheManager = CacheManagerBuilder.newCacheManagerBuilder()
    .withCache("userCache",
        CacheConfigurationBuilder.newCacheConfigurationBuilder(
            String.class, User.class,
            ResourcePoolsBuilder.heap(100)  // 堆記憶體 100 條
                .offheap(10, MemoryUnit.MB)  // 堆外記憶體 10MB
                .disk(100, MemoryUnit.MB, true)  // 磁盤 100MB
        ))
    .build(true);

// String
redisTemplate.opsForValue().set("user:1", user, 30, TimeUnit.MINUTES);
User user = redisTemplate.opsForValue().get("user:1");

// Hash
redisTemplate.opsForHash().put("user:1", "name", "John");
redisTemplate.opsForHash().put("user:1", "age", "25");

// 設置過期時間
redisTemplate.expire("user:1", 30, TimeUnit.MINUTES);

訪問次數:
A: 5次
B: 2次
C: 1次  ← 優先淘汰

// Redis TTL
SET key value EX 3600  # 3600 秒後過期

// Guava Cache
.expireAfterWrite(1, TimeUnit.HOURS)

線程A: 刪除快取 → 刪除資料庫（未完成）
線程B: 查詢快取（未命中）→ 查詢資料庫（舊資料）→ 寫入快取
線程A: 資料庫刪除完成

結果: 快取中是舊資料

public void update(Entity entity) {
    // 1. 刪除快取
    cache.delete(entity.getId());

    // 2. 更新資料庫
    db.update(entity);

    // 3. 延遲再刪一次快取
    executor.schedule(() -> {
        cache.delete(entity.getId());
    }, 500, TimeUnit.MILLISECONDS);
}

資料庫更新 → binlog → Canal → 更新/刪除快取

// 方案1：快取空值
public User getUser(String id) {
    User user = cache.get(id);
    if (user == null) {
        user = db.findById(id);
        if (user == null) {
            // 快取空值，設置較短過期時間
            cache.set(id, EMPTY_USER, 5, TimeUnit.MINUTES);
        } else {
            cache.set(id, user, 30, TimeUnit.MINUTES);
        }
    }
    return user == EMPTY_USER ? null : user;
}

// 方案2：布隆過濾器
BloomFilter<String> bloomFilter = BloomFilter.create(
    Funnels.stringFunnel(Charset.defaultCharset()),
    1000000,  // 預期元素數量
    0.01      // 誤判率
);

public User getUser(String id) {
    // 先檢查布隆過濾器
    if (!bloomFilter.mightContain(id)) {
        return null;  // 一定不存在
    }
    // 可能存在，查詢快取和資料庫
    return doGetUser(id);
}

// 使用互斥鎖
public User getUser(String id) {
    User user = cache.get(id);
    if (user == null) {
        // 嘗試獲取鎖
        if (lock.tryLock(id)) {
            try {
                // 雙重檢查
                user = cache.get(id);
                if (user == null) {
                    user = db.findById(id);
                    cache.set(id, user);
                }
            } finally {
                lock.unlock(id);
            }
        } else {
            // 等待後重試
            Thread.sleep(50);
            return getUser(id);
        }
    }
    return user;
}

// 1. 過期時間加隨機值
int ttl = 3600 + random.nextInt(300);  // 基礎1小時 + 0~5分鐘隨機

// 2. 多級快取
public User getUser(String id) {
    // L1: 本地快取
    User user = localCache.get(id);
    if (user != null) return user;

    // L2: Redis
    user = redis.get(id);
    if (user != null) {
        localCache.put(id, user);
        return user;
    }

    // L3: 資料庫
    user = db.findById(id);
    redis.set(id, user);
    localCache.put(id, user);
    return user;
}

// 3. 快取集群（Redis Cluster）

// 命名規範：業務:類型:ID
String key = "user:profile:12345";
String key = "order:detail:202401010001";
String key = "product:stock:SKU123";

// 不推薦：存儲大列表
redis.set("user:all", allUsers);  // 可能有數萬條

// 推薦：分頁存儲
redis.set("user:page:1", users1to100);
redis.set("user:page:2", users101to200);