2 Read/Write Through Pattern
上面的Cache Aside，应用代码需要维护两个数据存储，一个是缓存，一个是数据库,应用程序比较啰嗦。
而Read/Write Through是把更新数据库的操作由缓存自己代理，所以，对于应用层来说，就简单很多。
可理解为，应用认为后端就是一个单一的存储，而存储自己维护自己的Cache。
2.1 Read Through
Read Through 就是在查询操作中更新缓存，也就是说，当缓存失效的时候（过期或LRU换出）
- Cache Aside是由
调用方负责把数据加载入缓存 - Read Through则用
缓存服务自己来加载，从而对应用方是透明的
2.2 Write Through
和Read Through相仿，不过是在更新数据时发生
当有数据更新时
- 如果没有命中缓存，直接更新数据库，然后返回
- 如果命中了缓存，则更新缓存，然后再由Cache自己更新数据库（这是一个同步操作）
下图中的Memory可以理解为就是我们例子里的数据库
3 Write Behind（异步写回）
又叫 Write Back。在更新数据时，只更新缓存，不更新DB，而我们的缓存会异步批量更新DB
优点
- 让数据的I/O操作飞快无比（因为直接操作内存嘛 ）
- 因为异步，write back还可以合并对同一个数据的多次操作，所以性能的提高是相当可观
缺点
数据不是强一致性的，而且可能会丢失（我们知道Unix/Linux非正常关机会导致数据丢失，就是因为这个事）。
另外，Write Back实现逻辑比较复杂，因为他需要track哪些数据是被更新的，需要刷到持久层。
os的write back会在仅当这个cache需要失效时，才会被真正持久化，比如，内存不够了，或是进程退出了等情况，这又叫lazy write。
比如在向磁盘中写数据时采用的也是这种策略。无论是：
- os层面的 Page Cache
- 日志的异步刷盘
- 消息队列中消息的异步写入磁盘
大多采用了这种策略。因为这个策略在性能优势明显，直接写内存，避免了直接写磁盘造成的随机写。
A write-back cache with write allocation
