高性能的大型系统经验－－将数据分类、并缓存

    对大多数大型系统而言，数据库往往是最容易出现瓶颈的地方，而通过使用恰当的缓存技术可以非常有效地减轻数据库的负载。

    将系统中用到的所有数据进行分类，分别对待不同种类的数据而不是一视同仁，有利于正确地做出缓存哪些数据、以及如何缓存的决策。

我通常将系统中用到的数据分为四类：恒定不变的数据，只发生增量的数据，偶尔改变的数据，经常改变的数据。

（1）对于恒定不变的数据，采用普通的恒定缓存，即这种缓存在系统启动后初始化一次就不再改变了。
（2）对于只发生增量的数据，采用智能式的增量缓存，如果所要的数据在这种缓存中不存在，则该缓存会从其它地方（如数据库）自动加载目标对象并缓存起来。
（3）对于偶尔改变的（但不是十分敏感的）数据，采用定时刷新的缓存，如每隔10分钟刷新一次。
（4）对于经常改变的数据，则又可以进一步细分：
将数据中变动部分和非变动部分区分开来，而非变动部分又可以封装为单独的对象，从而对该“部分”对象采用上述三种方式之一进行缓存。

如此，便可最大程度的利用缓存，从而可以有效提高系统性能，并明显减轻数据库和网络负载。