前端BFF（Backend For Frontend）架构模式中，通常会出现网络请求重复的问题。这个问题主要指的是一个请求被发送到服务端，但是在等待响应的过程中，同样的请求又被发送了一次。为了解决这个问题，你可以考虑以下几种策略：
-
请求去重：在前端或者 BFF 层维护一个正在进行中的请求列表。当新的请求到达时，首先检查这个列表，如果发现相同的请求已经在执行中，就丢弃新的请求或者让新的请求等待旧的请求完成。具体操作可以用散列函数来实现请求的快速查找。
-
缓存策略：对于 GET 类型的请求，可以在 BFF 层引入缓存机制，比如 Redis，或者使用 HTTP 的缓存控制机制。这样，在请求到达服务端之前，先在缓存中查找是否有对应的响应，如果有，就直接返回，避免了重复的网络请求。需要注意的是，缓存策略必须正确处理缓存过期和更新问题。
-
使用防抖和节流技术：在前端，可以使用防抖和节流技术来避免短时间内发送大量重复的请求。防抖技术是将多次高频操作优化为只在最后一次执行，节流技术是每隔一段时间后执行一次，也就是降低频率。
-
幂等性处理：对于 POST, PUT, DELETE 等非幂等性的 HTTP 请求，可以在服务端引入幂等性处理机制，比如为每个请求分配一个唯一的 ID，在处理请求之前先检查这个 ID 是否已经处理过。
注意，以上的策略都有其使用的场景和限制，需要根据具体的业务需求和系统设计来选择合适的策略。
第2点和第4点虽然都可以在一定程度上解决网络请求重复的问题，但它们的方法和侧重点是不同的。
-
缓存策略：主要适用于那些对数据实时性要求不高的 GET 请求。缓存策略的主要思想是，当客户端发送相同的 GET 请求时，服务器不必每次都去数据库中重新检索数据，而是可以直接从缓存中返回之前检索过的结果，从而减少对数据库的访问，提高系统的响应速度。这个策略通常不能用于 POST、PUT、DELETE 等会改变服务器状态的请求。
-
幂等性处理：主要用于处理可能改变服务器状态的请求，如 POST、PUT、DELETE 等。幂等性是指无论一个操作被执行多少次，其结果都保持不变。在网络请求中，通过为每个请求分配一个唯一的 ID，并检查这个 ID 是否已经处理过，可以保证即使网络请求被重复发送，服务器的状态也只会改变一次。这个策略可以保证网络请求的正确性，但不能提高响应速度或减少数据库访问。
用Redis存储的是什么数据结构，既然不能用POST、PUT、DELETE，那是只能用于GET吗？
缓存策略一般用于加速数据的获取速度，减少服务器压力，提高响应速度。在BFF架构中，你可能会在 BFF 层接口对接服务端数据，然后将这些数据进行缓存，一般是 GET 请求的数据，因为 GET 请求一般用于读取数据，不改变数据的状态，所以适合缓存。
当客户端发送请求时，BFF 层会首先检查缓存中是否有对应的数据，如果有，就直接返回缓存中的数据，否则，再向服务端请求数据，并将请求得到的数据存入缓存。这种策略可以大大减少对服务端的请求次数，从而减轻服务端的压力，并且由于从缓存中获取数据的速度远快于从服务端获取数据，所以也可以提高系统的响应速度。
在使用 Redis 作为缓存时，可以根据需求使用不同的数据结构，如 String（字符串）、List（列表）、Set（集合）、Sorted Set（有序集合）和 Hash（哈希表）。通常，可以将请求的 URL 和参数作为 key，将请求的结果作为 value，存储为 String 类型的数据。在处理请求时，只需要根据请求的 URL 和参数生成 key，然后在 Redis 中查找这个 key 对应的 value。
对于 POST、PUT、DELETE 等会改变服务端数据的请求，由于这些请求会改变数据的状态，所以缓存的数据可能会和服务端的数据不一致，从而导致错误。因此，这些请求通常不适合缓存。但是，在某些情况下，可以根据业务逻辑，对 POST、PUT、DELETE 的结果进行缓存。例如，如果 POST 请求的结果只取决于请求的参数，而不依赖于其他状态，那么也可以将这个结果缓存起来。
缓存策略时，怎么处理缓存过期和更新问题
处理缓存过期和更新是使用缓存策略的重要组成部分。下面列出了几种常见的处理方法：
-
定期过期：缓存数据时，设置一个固定的过期时间，例如10分钟、1小时等。过了这个时间，缓存自动失效。这种方式简单直接，但可能存在数据过早过期（浪费了缓存资源）或过晚过期（缓存数据过时）的问题。
-
访问过期：基于最后访问时间来过期数据，例如在10分钟内没有被访问就过期。这样能确保热点数据一直在缓存中，不常用的数据则被淘汰。
-
主动更新：当有对数据的更新操作（如 POST、PUT 或 DELETE 请求）时，主动更新或清除缓存。这种方式能较好地保证缓存数据和数据库数据的一致性，但需要维护较复杂的更新逻辑。
-
懒加载：只在数据被访问时才加载到缓存中。当数据过期时，可以直接从缓存中删除，下次请求时再从数据库中加载。
-
使用分布式缓存：如果系统是一个分布式系统，可以使用分布式缓存，例如 Redis Cluster 或 Memcached。这些缓存系统支持数据的自动过期，并且可以在多个节点之间复制数据，提高数据的可用性。
