这个仓库是对GeeCache【geektutu.com】的学习，通过七天，逐步完成了一个分布式缓存系统：

• 第一天：LRU缓存策略，学习了缓存的数据更新方法和存储的底层实现，用双向链表存储数据，保证对数据增加删除时的时间复杂度O(1)，再用一个map来保存key和对应存储value的链表element的关系。

FIFO(First In First Out) 先进先出，也就是淘汰缓存中最老(最早添加)的记录。FIFO 认为，最早添加的记录，其不再被使用的可能性比刚添加的可能性大。这种算法的实现也非常简单，创建一个队列，新增记录添加到队尾，每次内存不够时，淘汰队首。但是很多场景下，部分记录虽然是最早添加但也最常被访问，而不得不因为呆的时间太长而被淘汰。这类数据会被频繁地添加进缓存，又被淘汰出去，导致缓存命中率降低。

LFU(Least Frequently Used) 最少使用，也就是淘汰缓存中访问频率最低的记录。LFU 认为，如果数据过去被访问多次，那么将来被访问的频率也更高。LFU 的实现需要维护一个按照访问次数排序的队列，每次访问，访问次数加1，队列重新排序，淘汰时选择访问次数最少的即可。LFU 算法的命中率是比较高的，但缺点也非常明显，维护每个记录的访问次数，对内存的消耗是很高的；另外，如果数据的访问模式发生变化，LFU 需要较长的时间去适应，也就是说 LFU 算法受历史数据的影响比较大。例如某个数据历史上访问次数奇高，但在某个时间点之后几乎不再被访问，但因为历史访问次数过高，而迟迟不能被淘汰。

LRU(Least Recently Used) 最近最少使用，相对于仅考虑时间因素的 FIFO 和仅考虑访问频率的 LFU，LRU 算法可以认为是相对平衡的一种淘汰算法。LRU 认为，如果数据最近被访问过，那么将来被访问的概率也会更高。LRU 算法的实现非常简单，维护一个队列，如果某条记录被访问了，则移动到队尾，那么队首则是最近最少访问的数据，淘汰该条记录即可。

• 第二天：单机并发缓存，学习了mutex的使用，通过新结构体封装mutex和之前的LRU存储，保证对并发的支持。学习了接口型函数【函数也是一等公民，可以实现接口，这样在参数是这个接口的时候，可以传入结构体也可以传入函数】【https://geektutu.com/post/7days-golang-q1.html】
• 第三天：HTTP服务端，分布式节点的通信也是通过HTTP访问的，所以每个节点都是一个HTTP服务端，根据GET请求，调用自己的缓存查找策略，访问的缓存和key是通过GET的URL区分的。
• 第四天：一致性哈希，学习到了一致性哈希算法，对同一个数据的访问不会随机节点，而是映射到同一个节点上，通过哈希环实现。
• 第五天：分布式节点，实现了分布式节点的HTTP客户端，
• 第六天：防止缓存击穿，学习了缓存雪崩、缓存穿透、缓存击穿，使用waitgroup来保证只有一个goroutine执行动作，其他的goroutine等待。避免同时发送请求。

缓存雪崩：缓存在同一时刻全部失效，造成瞬时DB请求量大、压力骤增，引起雪崩。缓存雪崩通常因为缓存服务器宕机、缓存的 key 设置了相同的过期时间等引起。

缓存击穿：一个存在的key，在缓存过期的一刻，同时有大量的请求，这些请求都会击穿到 DB ，造成瞬时DB请求量大、压力骤增。

缓存穿透：查询一个不存在的数据，因为不存在则不会写到缓存中，所以每次都会去请求 DB，如果瞬间流量过大，穿透到 DB，导致宕机。

• 第七天：Protobuf 通信，学习了用protobuf通信的in、out方法

先实现一个不支持并发的底层模型，再新建一个结构体，封装mutex和这个底层模型，在调用底层方法前用mutex保护住。