这篇文章我们继续聊聊《深入分布式缓存：从原理到实践》中关于集中式缓存的部分。
集中式缓存的基本概念，我在前面的文章 本地缓存 中已经有过介绍，相对于本地缓存，集中式缓存主要有以下几个优点：
- 保证缓存数据的一致性。集中式缓存的数据是集中管理的，这样就能保证所有应用服务器取到的数据时一致的。
- 更方便的数据扩容。当缓存数据过多需要扩容时，可以对缓存服务器进行水平扩展。
- 应对单点故障。如果采用分布式的方式部署缓存服务器，当某一台缓存服务器出现故障时，其它缓存服务器仍然可用。
集中式缓存的使用场景
下面是集中式缓存的典型使用场景。
应用服务器第一次访问时，缓存数据未命中，则从数据库中获取数据并保存到缓存服务器，第二次访问则直接从缓存服务器中获取数据。
如果数据有更新，则应用服务器先更新数据库中的数据，再刷新缓存。
除了这两中场景，集中式缓存还有很多其它的应用，甚至可以拿来替代一部分数据库的功能，也就是将本来保存在数据库中的数据保存在缓存服务器中。
比如，在缓存中记录登录用户的信息，统计当前登录人数等等，限于篇幅原因在这里就不做展开了，如果大家有兴趣，推荐去看看《Redis IN ACTION》这边书。
常用的集中式缓存系统
目前企业中最常用的集中式缓存系统分别是Memcached和Redis，作者在书中也花费了大量的篇幅对这两个系统进行介绍，下面是它们的简要说明和主要区别。
Memcached是一套分布式的高速缓存系统，由LiveJournal的Brad Fitzpatrick开发，但目前被许多网站使用。这是一套开放源代码软件，以BSD license授权发布。
Redis是一个使用ANSI C编写的开源、支持网络、基于内存、可选持久性的键值对存储数据库。
–以上摘选自维基百科
一、基本架构
Memcached采用客户端-服务器的架构，客户端和服务器端之间使用基于文本协议或者二进制协议协议标准。
Memcached服务器维护了一个key-Value关系的数据表，服务器之间相互独立，互相之间不共享数据也不做任何通讯操作，因此客户端需要知道所有的服务器，并自行负责管理数据在各个服务器间的分配。
Redis的基本结构与Memcached类似，但是存在两个重要区别。
- Redis虽然也是使用key-Value形式保存数据，但是Value的数据结构比Memcached更加丰富，Redis支持String、List，Set， Hashes，Sorted Set五种结构，可以支持更加丰富的应用场景。
- Redis服务器之间是可以互相通信，共享数据的。客户端只需要知道主服务器就可以了，不用关心数据时如何在各个服务器间分配的。
二、客户端与服务器的交互
Memcached支持同步/异步从服务器端获取数据，部分客户端也支持批量操作。
Redis在Memcached的基础上，还支持事务模式和发布/订阅模式。
- 事务模式。通过Multi / Watch /Exec等命令可以支持事务的概念，原子性的执行一批命令。
- 发布/订阅模式。由一个客户端触发，多个客户端被动接收，通过服务器中转，如下图所示：
三、数据持久化/备份
Memcached不支持数据持久化，所有数据都是保存在内存中的。没有持久化，好处是数据存储性能消耗更小，坏处是一旦服务器遇到宕机/重启等突发情况，内存中的数据就消失了。
Memcached无法进行数据备份。Memcached各服务器之间是互相独立的，数据没有在各服务器间互相备份，因此很一旦遇到单点故障，故障服务器上所有的数据就都无法访问了。
Redis支持数据持久化，将数据从内存持久化到硬盘中，Redis提供了两种持久化方案。
- 基于snapshot快照的全量模式。每间隔一段时间就将服务器完整的数据Dump下来存储在本地磁盘文件中。
- 基于AOF（append-onlu file）的增量模式。记录对数据的修改操作，每间隔一段时间将新增的操作在磁盘文件执行一次。
Redis支持数据备份。通过master-slave模式，将Master节点中的数据定期备份到数台Slave节点上，一旦Master节点出现故障，可以迅速将请求切换到Slave节点，保证系统的可用性。
从数据持久化和备份的角度看，Redis的功能更加丰富，不过很多基于Memcached的项目也做了扩展，在Memcached的基础上封装了持久化和备份的功能。
四、分布式
对于一个集中式的缓存系统，在实际应用中会面临下面的几个挑战：
- 数据量伸缩。缓存数据的存储量受限于节点实例的内存和磁盘容量，在长期运行的环境中，随着缓存数据的不断增加，节点的存储容量会达到瓶颈。
- 访问量伸缩。节点能够承担的访问量是有上限的，当业务数据面临超过节点处理能力的高吞吐量需求时，如何提升能力成为难点。
- 单点故障。如果节点上的数据没有备份，当遇到宕机/重启等情况时，如何保证数据不丢失也是一个重要的挑战。
对于数据量伸缩和访问量伸缩，Memcached可以采用集群的方式解决，通过动态增加/减少服务器的方式来降低压力。单点故障则需要自己进行扩展，Memcached本身并不能很好的解决这个问题。
Redis则是使用基于分布式的解决方案。
- 水平拆分。与Memcached类似，Redis各节点分为不同的分组，每个分组处理业务数据的一个子集，分组之间的数据无交集。因此可以通过扩充节点方式解决数据量伸缩和访问量伸缩的问题。
- 主备复制。同一份业务数据存在多个副本，当一个副本出现问题时，还可以对其它副本进行访问操作。
- 故障转移。当业务数据所在的节点故障时，对这部分业务数据的操作会转移到其它节点上，使得故障节点在恢复期间，对应的业务数据仍然可用。
总结
从上面的对比中，我们可以看出来，Redis与Memcached相比有三个特点：
- Redis支持数据的持久化，可以将内存中的数据保持在磁盘中，重启的时候可以再次加载进行使用。
- Redis不仅仅支持简单的key-value类型的数据，同时还提供list，set，zset，hash等数据结构的存储。
- Redis支持数据的备份，即master-slave模式的数据备份。
因此，Redis的使用场景更加丰富，在系统容灾方面也表现更好。但是Memcached也有自己的优势，那就是系统结构更加简单，维护和使用成本比Redis更低。
博文地址
https://www.taowong.com/blog/2018/07/07/distributed-system-cache-4.html