集中式缓存用Redis实现跨服务数据共享与高可用，本地缓存用IMemoryCache提升访问性能，分层缓存结合两者优势，通过本地+Redis+失效通知机制平衡性能与一致性，.NET中推荐Cache-Aside模式并结合消息队列处理缓存更新。
在微服务架构中，.NET 应用的缓存策略选择需要结合性能、一致性、部署结构和数据特性来综合判断。没有“最好”的策略，只有“最合适”的方案。
集中式缓存：Redis 作为共享缓存层
当多个微服务需要访问相同的数据（如用户信息、配置项），使用集中式缓存能避免数据不一致问题。
适用场景：
- 跨服务共享数据
- 需要缓存高可用和持久化
- 水平扩展的服务实例
实现方式：
在 .NET 中通过 StackExchange.Redis 或 Microsoft.Extensions.Caching.StackExchangeRedis 集成 Redis。设置合理的过期策略（如 sliding expiration）和最大内存限制，防止雪崩或击穿。本地缓存：IMemoryCache 用于高频低变更数据
对于读多写少、变更频率低且允许短暂不一致的数据（如地区列表、枚举值），本地缓存可极大降低延迟。
优点：
- 访问速度极快（内存内）
- 减轻外部依赖压力
注意点：
每个服务实例有独立缓存副本，需处理失效同步问题。可通过消息队列（如 RabbitMQ）广播缓存更新事件，触发各节点主动清除。分层缓存：结合本地与分布式缓存
兼顾性能与一致性，典型模式是先查本地缓存，未命中再查 Redis，查到后回填本地。
建议做法：
- 本地缓存设置较短过期时间（如 1–5 分钟）
- Redis 缓存设置较长过期时间（如 30 分钟）
- 关键数据更新时，先更新数据库，再删除 Redis 缓存，最后通知各节点清理本地缓存
缓存更新策略的选择
根据业务容忍度选择更新机制：
- Cache-Aside（旁路缓存）：最常用。应用先查缓存，未命中查数据库并写入缓存。适合大多数读场景。
- Write-Through：写操作由缓存代理同步写入数据库。需自定义实现或使用支持该模式的缓存系统。
- Write-Behind：异步写数据库，性能高但可能丢数据，适用于日志类或非核心数据。
基本上就这些。关键是根据数据一致性要求、访问频率和服务拓扑做权衡。多数生产环境采用“Redis + 本地缓存 + 失效通知”组合，平衡了性能与可控性。
