一、多级缓存架构设计
本地缓存+分布式缓存混合方案
高频访问数据（如产品基础信息）使用本地缓存（如Guava、Caffeine），降低网络I/O延迟；
分布式共享数据（如供应链节点状态）采用Redis或Memcached集群，支持跨节点同步。
边缘缓存部署
在工厂端、物流节点部署边缘缓存服务器，存储区域级UDI数据（如批次扫码记录），减少中心节点压力。
二、缓存策略优化
精细化失效策略
静态数据（如UDI编码规则）设置长TTL（24小时以上），结合定时任务刷新；
动态数据（如库存状态）采用LRU淘汰策略，并设置滑动过期时间（如30分钟）。
防穿透与雪崩机制
对不存在的数据设置空值标记（缓存NULL值，TTL=5分钟），避免恶意查询穿透数据库；
对热点数据设置随机过期时间（±10%波动），防止大规模缓存同时失效。
三、数据一致性保障
双写与订阅同步结合
关键数据（如产品召回状态）采用「先更新数据库再删除缓存」策略，并通过MQ通知其他节点同步失效。
版本号校验机制
为每个UDI数据记录添加版本号，缓存命中时校验版本一致性，防止脏数据读取。
