대규모 전자상거래 플랫폼의 상품 조회 서비스를 설계 중입니다. 상품 정보는 갱신이 빈번하지 않으나 조회 트래픽이 몰리는 이벤트 시간대에 데이터베이스 부하를 견디기 어렵습니다. 이를 해결하기 위해 로컬 캐시(Caffeine)와 분산 캐시(Redis Cluster)를 활용한 멀티 레벨 캐싱 전략을 수립해야 합니다. 다음 세 가지 측면에 대해 구체적인 최적화 방안을 서술하십시오. 1. **Look-aside vs Write-through 패턴 선택**: 높은 동시성 상황에서 데이터 일관성을 유지하면서 지연 시간을 최소화할 수 있는 캐시 전략은 무엇이며, 그 이유는 무엇입니까? 2. **캐시 스탬피드 방지**: 특정 인기 상품의 캐시가 만료되었을 때, 수만 개의 요청이 동시에 데이터베이스로 몰리는 것을 방지하기 위한 락(Lock) 비교 알고리즘 또은 확률적 갱신(Probabilistic Early Expiration) 기법을 설계하십시오. 3. **분산 캐시 파티셔닝 및 장애 조치**: Redis Cluster의 Slot 분배를 최적화하여 핫스팟(Hotspot) 키 문제를 해결하고, 특정 샤드 장애 시의 자동 장애 조치(Failover) 과정에서 발생할 수 있는 캐시 누락(Cache Miss) 폭증을 완화하는 방안을 제시하십시오.