关于涉及到区间类型数值的缓存

场景是这样的：目前数据库里有每年公司节假日的日期信息（按天存储），现在需要计算一段时间内有多少天是节假日

比如：2021.1.1 ~ 2021.6.23 内，有多少天是公司规定的节假日

方案一：

直接按天缓存，key为日期，value为该日期是否为节假日，这样我们按所求时间，遍历一遍缓存，判断key 对应的value，即可获得范围内节假日天数

注意：需要缓存范围内所有的日期，不能只缓存节假日

（假如只缓存节假日，如果在缓存里查找不到，不能判断该key是过期了还是说非节假日）

优点：实现逻辑简单，缓存命中率高，全部拿出来遍历一遍即可

缺点：需要缓存的key太多了，需要多次调用缓存

方案二：

按左右区间进行缓存，key为[start_time,end_time] ，value为区间内包含多少天节假日

优点：value直接是所求的数值，拿出即可使用

缺点：命中率可能不高，假如目前有365天数据，那么key会有365 + 364 + 363 +… + 1种，一旦数据量提升，这样缓存的命中率过低

方案三：

在方案二的基础上，按照某个时间定点差值去存，key为 [选定的时间点，query_time]，value为时间点到query_time这段时间内包含的节假日天数，假如目前求的是2020-1-10 ~ 2021-5-12 这段时间内节假日天数，那么我们可以统一选定一个时间点，比如2018-1-1,然后针对这个可以存两个key,一个为[2018-1-1,2020-1-10]，另一个key为[2018-1-1,2021-5-12]，到时候这两个key对应的value相减，即可求得答案。

优点：存的key数量不会像方案二一样膨胀，而且操作方便，取出两个value相减即可

缺点：普通做法只需要查一次数据库，这套方案在不命中的时候需要查两次数据库（需要求出两个key），所以在不命中的时候代价翻倍了，而且和方案一一样，相对的key数量还是偏多了

最终方案：

从实际场景出发，涉及到的数据量不大，可以把查数据库的时间分摊到内存计算的时间上，直接把数据库的数据分摊放到缓存里，key为year，value为year对应的所有日期信息

优点: 按year年存储，涉及key的数量不多，而且缓存命中率高

缺点: 从缓存里拿出的数据不能直接使用，需要用代码按范围去过滤下（但是目前这个场景涉及的数据量不大，所以计算时间可以忽略不计）