请从 Metacat 的架构角度出发，阐述其元数据缓存机制是如何设计的，以及该机制具体通过哪些方式提升了查询性能？

回答思路

1. 【回答框架 1】元数据缓存的核心是减少对底层元数据存储（如数据库或 Hive Metastore）的远程或磁盘访问，因为这类访问的 I/O 和序列化开销远高于内存读取。Metacat 将元数据以特定数据结构缓存在本地内存中，并采用合适的缓存失效策略来保证数据新鲜度。
2. 【回答框架 2】实现层面，Metacat 采用两级缓存架构：一级是进程内缓存（如 Guava Cache 或 Caffeine），提供极低延迟读取；二级是分布式缓存（如 Redis），用于跨节点共享元数据，减少每个节点各自回源的压力。查询时先查本地缓存，未命中再查分布式缓存，最后才回源到元数据存储，并将结果逐级回填。
3. 【回答框架 3】为保持一致性，Metacat 采用消息通知机制（如事件总线）在元数据变更时主动更新或失效相关缓存条目，而不是依赖过期的 TTL。这避免了因缓存和源数据不一致导致的“幽灵表”或“陈旧 schema”问题。同时，对于频繁访问且不常变化的元数据（如表结构定义），可设置较长的过期时间；而对于统计信息等易变数据，采用更短的有效期或主动刷新。
4. 【回答框架 4】具体优化效果体现在：首先，大量查询的元数据获取从远程 RPC 或数据库查询变为内存读取，延迟可降低数个数量级；其次，缓存减轻了底层元数据服务的负载，提高了系统整体吞吐；最后，通过合理设计缓存键（如数据库名、表名、版本）和容量上限，并配合 LRU 或 W-TinyLFU 淘汰策略，能有效控制内存占用并维持高命中率。
5. 【关键点 1】元数据缓存主要目标是减少远程或磁盘 I/O，将热点元数据放入内存，从而降低查询响应时间。
6. 【关键点 2】两级缓存（本地进程缓存 + 分布式缓存）是常见设计，兼顾低延迟与跨节点共享。
7. 【关键点 3】一致性通过事件通知或主动失效保证，不能只依赖 TTL，避免数据过期导致的错误。
8. 【关键点 4】缓存命中率直接影响优化效果，需结合访问模式设计键值和淘汰策略（如 LRU）。
9. 【易错点 1】只介绍 TTL 过期机制而不说明主动失效，会留下缓存与源数据不一致的风险。
10. 【易错点 2】忽略缓存一致性带来的复杂度，如多节点同时更新时的竞态问题。
11. 【易错点 3】未提及缓存容量和淘汰策略，导致内存溢出或缓存效率低。