目前，缓存主要有两种技术：分布式缓存和进程级别的内容缓存。两种缓冲具体的差异就不废话了。
1.在技术上
数据库降压的最好方式就是缓存。在缓存的性能上，进程级别的内存缓存性能有明显优于分布式缓存，内存缓存性能最好，需多加利用。如果要对他们的使用排序的话，建议是：内存缓存>分布式缓存>数据库。
2.业界趋势
“数据要尽可能的贴近用户端，尽量高的从各类缓存中命中数据，而不是访问数据库”，这应该是个共识了。前端尽量通过CDN缓存抗压，后端要在各层提供各种缓存。按照这种思路，可以总结出缓存的设计原则：
静态化：数据尽量以目标展现的格式存储，而不是存储中间数据。减少数据格式化的时间消耗，用空间换时间。
专用：数据静态化后，可使用的范围有限，应尽量贴近用户的结构，降低使用后的格式化成本。
隔离：封装缓存数据的访问，把缓存的控制权掌握在自己手中。
3.缓存的使用原则
- 进程缓存
性能最高，优先考虑使用。
对数据要求苛刻，变化频率高、访问频率低的数据不能缓存。
建议缓存访问频率高、变化频率低的数据。
配合缓存的时效性策略应用。
- 分布式缓存
- 性能好。在内存缓存不适用的情况下，推荐使用。
- 建议作为缓存使用，而不是存储。
- 在数据变化频率很高的情况下，可作为DB的写入缓存
- 缓存同步模式：尽在进程缓存
- 增量同步：按照时间戳或者数据变化更新缓存
- 全量同步：重新拉取所有的缓存数据。不建议采用此种模式，性能差，同步的数据量大。
- 缓存同步时机
- 每次查询时同步：在做查询时，检验数据的版本，然后进行缓存同步。
- 增删改时失效：在做数据的增删改时，同步修改缓存。此种模式仅适用用分布式缓存，进程级别缓存不适用的。
- 定时同步：在缓存的驻留端定时更新缓存。此种模式适用于对数据的实时性要求不高的场景。
- 缓存时效性
- 有时效性：缓存数据存在时效性，不管数据的版本有没有变化，过期失效
- 无时效性：只要数据的时间戳保持不变，缓存数据永久有效。
weiliang 2016-10-8