缓存是API性能优化的核心手段。合理的缓存策略能将API响应时间从秒级降到毫秒级，大幅降低后端负载。但缓存也是一把双刃剑，缓存一致性问题如果处理不好会导致数据脏读。本文从四层缓存架构出发，介绍每层缓存的适用场景和实现方案。
浏览器与CDN缓存
浏览器缓存通过Cache-Control和ETag响应头控制。Cache-Control设置max-age、no-cache、no-store等指令。ETag用于条件请求，服务端返回304 Not Modified时客户端使用本地缓存。CDN缓存将静态资源和GET接口的响应缓存到边缘节点，用户就近获取数据。CDN缓存适合数据变化不频繁的GET接口。缓存键要包含认证信息，防止用户A看到用户B的缓存数据。
应用层缓存
应用层缓存包括本地缓存和分布式缓存。本地缓存使用进程内内存，速度极快但容量有限且多节点不一致。分布式缓存使用Redis或Memcached，跨节点共享数据。热点数据用本地缓存，共享数据用分布式缓存。缓存内容应该经过序列化压缩，减小内存占用。缓存过期策略根据数据类型设置：基础数据长时间缓存，用户相关数据短时间缓存。
缓存更新策略
缓存更新有三种主流模式：Cache Aside（旁路缓存）、Read/Write Through（读写穿透）和Write Behind（异步写回）。Cache Aside最常用：读时先查缓存，缓存未命中查数据库并回填缓存；写时更新数据库然后删除缓存。读写穿透将缓存作为主要数据源，缓存负责与数据库同步。Write Behind性能最好但可能丢数据。选择哪种模式取决于数据一致性要求。
缓存异常防护
缓存雪崩：大量缓存同时过期导致请求直达数据库。解决方案是过期时间加随机偏移量。缓存穿透：查询不存在的数据每次都会穿透缓存。解决方案是布隆过滤器或缓存空值。缓存击穿：热点数据过期时大量并发请求同时查询数据库。解决方案是互斥锁排队或热点数据永不过期加后台异步更新。还要监控缓存命中率，出现异常及时告警。