上次主要討論緩存讀寫這塊各種代碼實現(xiàn),。本篇是就上次的問題接著來,，繼續(xù)看那些年我們各種緩存用法。

一：緩存預熱

上次有同學問過,。在第一次加載時,，我們的緩存都為空，怎么進行預熱,。

單機Web情況下,，一般我們使用RunTimeCache。相對于這種情況下：

1：我們可以在啟動事件里面刷新

2：單寫個刷新緩存頁面,，上線后手動刷新下,、或發(fā)布時自動調用刷新、或干脆由用戶自行觸發(fā),。

分布式緩存(Redis,、memcached)情況下：

比如：在幾十臺服務器緩存時，單刷滿緩存都需要不少一段時間。

這種預熱就復雜一些,，有的會單寫個應用程序去跑,，也有的會單寫套框架機制去處理(更智能化)。

目的都是在上線之前：所有的緩存都預先加載完畢,。

二：多級緩存

2.1 介紹

我們曉得在CPU和內(nèi)存之間一般都配有一級緩存,、二級緩存來增加交換速度。

這樣當CPU調用大量數(shù)據(jù)時,，就可避開內(nèi)存直接從CPU緩存中調用,，加快讀取速度。

根據(jù)CPU緩存得出多級緩存的特點：

1：每一級緩存中儲存的是下一級緩存的一部分,。

2：讀取速度按級別依次遞減,，成本也依次遞減，容量依次遞增,。

3：當前級別未命中時,，才會去下一級尋找。

而在企業(yè)應用級開發(fā)中,，使用多級緩存是同樣的目的及設計,，只是粒度更粗，更靈活,。

根據(jù)速度依次排列l(wèi)v1-lv6的緩存類型圖：

3級緩存的命中流程圖例子：

2.2 線程緩存

Web應用是天生的多線程開發(fā),。對于一些公共資源我們必須考慮線程安全，為止我們不得不通過鎖來保證數(shù)據(jù)的完整性和正確性,。

在實際當中,，一臺web服務器至少也得處理成百上千的請求。想一想,，在業(yè)務復雜的處理流程,，函數(shù)每調用一次我們都得鎖一下。

對服務器也是個不小的浪費,。而通過線程緩存,，可以讓當前處理用戶請求的線程只拿自己需要的。

借助Net提供的線程本地變量,，我們可以在請求入口去拉取當前用戶的數(shù)據(jù),。

在之后線程整個生命周期里面，我們的業(yè)務邏輯可以毫無顧慮的使用這些數(shù)據(jù),，不需要考慮線程安全,。

而且我們不用重新拿新數(shù)據(jù)，所以也不用擔心數(shù)據(jù)撕裂的問題,。

因為當前線程周期里面的數(shù)據(jù)是完整無誤的,，而只有用戶第二次發(fā)起請求才會重新去拿新數(shù)據(jù),。

這樣就能提高不少我們服務器吞吐量。注意要在線程出口銷毀數(shù)據(jù),。

2.3 內(nèi)存緩存

無論是遠程數(shù)據(jù)庫讀取,，還是緩存服務器讀取。避免不了要跨進程,，跨網(wǎng)絡通信,，有的還跨機房。

而應用程序頻繁讀寫,，對Web,、DB服務器都是個不小的消耗，速度相較內(nèi)存也慢的多,。

代碼上加鎖,、異步，甚至加服務器在內(nèi),，都不是一個很好的辦法,。因為加載速度，對用戶體驗非常重要,。

所以在有要求的項目中使用本地內(nèi)存做二級緩存,，是非常有必要的。目的就是1：抗并發(fā),，2：加快讀取速度,。

有個著名的緩存五分鐘法則法則，就是說如果一個數(shù)據(jù)頻繁被訪問,，那么就應該放內(nèi)存中,。

舉個例子：  有100并發(fā)過來，加鎖會導致前端99線程等候,，這個99線程等候著,，其實是一直在消耗Web服務器資源。不加就是緩存雪崩,。

如果我們每分鐘拉取一份緩存，緩存到內(nèi)存,，這樣99線程等候時間極大縮短,。

2.4 文件緩存

相對于內(nèi)存，硬盤容量大,，速度相較于走網(wǎng)絡還更快,。

所以我們完全可以把一些不經(jīng)常變更，放在內(nèi)存又比較浪費的數(shù)據(jù)緩存到本地硬盤,。

比如使用sqlite一些文件數(shù)據(jù)庫,，我們很容易做到,。

2.5 分布式緩存

基于內(nèi)存緩存的redis、memcached等,。

基于文件nosql的Casssandra,、mongodb等。

redis,、memcached是主流的分布式內(nèi)存緩存,，也是應用和DB中間最大的緩存層。

nosql這類的其實不單單只是做緩存用了,，完全用在一些非核心業(yè)務的DB層了,。

2.6 DB緩存

這一層DB主要是緩存由原始數(shù)據(jù)計算出的結果。而避免由Web程序通過SQL或在使用中直接計算,。

當然我們也可以把計算好的數(shù)據(jù),，存儲到redis做緩存。

三：多層緩存

多層緩存概念在很多地方都用到過：

1：上面我們說的多級緩存就是一種,，把內(nèi)容根據(jù)讀取頻率等級,，分不同的層次存儲，頻率越高就越近,。

2：還一種多層是緩存索引的做法,，類B樹查找，這樣能提高檢索效率,。

3：從架構上來說客戶端緩存,，CDN緩存，反向代理緩存,，服務端緩存,，也是多層緩存。

四：總結

在使用上,，大家根據(jù)實際場景,，進行各種組合搭配。本篇談的比較理論些,，很多內(nèi)容細節(jié)沒展開,。

比如分布式緩存使用，緩存置換策略及算法,，緩存過期機制等,。后面樓主會繼續(xù)補充下去。