Category: Distributed Cache

《 4. 缓存，究竟是淘汰，还是修改？》发出后，有朋友提到，高并发的情况下，缓存的更新可能存在问题，今天简单聊聊这个话题。   业务场景： （1）调用第三方服务，例如微信，一般会分配一个token，每次访问接口需要带上这个token； （2）这个token是有有效期的，当token过期时，需要去重新认证申请； （3）也可以在token过期前重新申请，但此时旧token会失效。

在《5.1 究竟先操作缓存，还是数据库？》，有同学在评论提出，相关方案违背了“Cache Aside Pattern”的原则，故今天聊一聊Cache Aside Pattern。 另外，在讨论技术方案时，尽量不说： “你是错的，应该怎么样” “facebook不是这样，所以你是错的” 画外音：凭什么facebook就是真理？它的方案只是适合它的业务而已。 说明适用场景，说明来龙去脉，说明前因后果，比具体使用什么方案更重要。

缓存存储，也是数据的冗余。 （1）数据库访问数据，磁盘IO，慢； （2）缓存里访问数据，存操作，快； （3）数据库里的热数据，可在缓存冗余一份； （4）先访问缓存，如果命中，能大大的提升访问速度，降低数据库压力； 这些，是缓存的核心读加速原理。

缓存，是互联网分层架构中，非常重要的一个部分，通常用它来降低数据库压力，提升系统整体性能，缩短访问时间。   有架构师说“缓存是万金油，哪里有问题，加个缓存，就能优化”，缓存的滥用，可能会导致一些错误用法。 缓存，你真的用对了么？

除了常见的redis/memcache等进程外缓存服务，缓存还有一种常见的玩法，进程内缓存。 什么是进程内缓存？ 答：将一些数据缓存在站点，或者服务的进程内，这就是进程内缓存。 进程内缓存的实现载体，最简单的，可以是一个带锁的Map。又或者，可以使用第三方库，例如leveldb。