痛点一
每次存取数据量太大，影响性能
比如，背包数据，每次请求操作都存取背包数据，会影响机房内流量与数据库性能
痛点二
一次请求，通常会涉及多次数据存取，程序 panic 会导致只提交部分数据到数据库
这涉及到无状态服务如何让便利的逻辑编写同时兼具事务
内置 LRUCache 解决大数量量存取
无状态服务，主要是解绑数据与服务进程间的一一对应关系
即请求到达任何一个服务进程，都能正确处理该请求
因此，本质上与无状态服务上是否有缓存无直接关系
比如，引入 LRUCache ，并做如下规范，还是拿背包数据做例子：
- 背包数据有版本号字段
- 如果 LRUCache 中无对应背包数据，则从数据库加载
- 如果 LRUCache 中有背包数据，则只需要从数据库读取背包数据的版本号
- 如果版本号一致，则直接使用 LRUCache 中的
那么上述操作，就把一次从数据库读取背包数据的操作，替换为读取一个整数值的操作
对于写数据库，则可以根据数据库特点，来实现不需要全量覆盖的背包数据保存方法
另外，为了能提高 LRUCache 的命中率，可以把同个玩家的请求路由到同个服务进程上
扫描二维码关注公众号，回复：
11605954 查看本文章
（另外玩家请求的并发问题，不属于本文相关。请参考： 思考（六十三）：微服务架构中的时序问题）
便利的逻辑编写同时兼具事务
为了实现事务，常见的逻辑是借助数据库的事务功能，如 Mysql InnoDB 事务处理； Redis Lua 脚本处理事务
问题是，引入数据库的事务功能，会有以下问题：