进程内缓存是指缓存和应用程序在相同地址空间。即同一个进程内。分布式缓存是指缓存和应用程序位于不同进程的缓存，通常部署在不同服务器上。
从前有个机构，机构的主人叫做 CPU，这个机构专门派仆人取一些东西然后做相应的处理。下面是这个机构日常的场景。
CPU：赶紧去我的仓库L1缓存取点东西
仆人：主人你要的东西，那里离我们最近，所以很快，但是空间比较小。
CPU：你丫还挺快，只用了大约一秒
CPU：赶紧去仓库 L2缓存取点东西
仆人：主人你要的东西，那里离我们也很近，比L1缓存远一点，但是也很快，空间比较小，但是比L1缓存的空间大。
CPU：速度还可以，大约20秒就回来了
CPU：街上有一个地方叫内存，赶紧去取点东西
仆人：主人你要的东西，内存这个地方空间很大呀，就是稍微远了点
CPU：居然用了5分钟，等你这段时间我都刷了好几个段子了
CPU：有一个叫做磁盘的小镇，赶紧去取点东西
仆人：主人你要的东西，磁盘这个地方空间太大呀，取点东西很慢呀
CPU：居然用了5天，等你这段时间我都能报团来一个周边游了
CPU：有一个叫做互联网的国度，赶紧去取点东西
仆人：主人你要的东西，互联网太远了，取点东西太费劲了
CPU：居然用了15天，等你去互联网取东西，简直就是在浪费我的生命
当我做完一个委托人的任务，切换到另外一个委托人的任务时候，我需要把上一个委托人的一些信息先记录下来，然后还需要把新委托人的信息读取一遍，这个过程我是很耗时的，大约需要一个小时呢
以上故事纯属预估数据，真实数据会根据不同的硬件配置和网络环境有误差。
通过以上不正经的小故事，我们可以了解到cpu取各个设备数据的大体差距。至于YY妹子的问题，大家也应该了解了。
- 首先把数据从磁盘加载到内存做缓存，这个是对的。毕竟磁盘的IO速度比内存要慢的多。就拿我们现在使用的大多数PC机以及服务器来说，磁盘往往是性能的瓶颈。
- 如果有条件或者框架支持可以实现进程内缓存，我还是推荐使用进程内缓存，毕竟类似Redis这样的kv存储和应用程序多数情况不在一台服务器上，虽然局域网的速度肉眼看起来非常快，但是对于cpu来讲，还是让cpu休了一个大假。
至于什么情况下适合应用进程内缓存，我觉得有几点需要注意：
- 相同的请求或者设置的相同缓存key的请求每次都是同一个服务器上的同一个程序去处理，这样这个请求的缓存正常情况下只会产生一份。 如果每次请求都会路由到不同的服务器，便会产生多个缓存的副本，维护这些缓存数据的一致性是需要代价的。
- 当有新的服务器节点加入或者服务器节点退出的时候，不能发生雪崩现象，所有缓存请求都穿透到达数据库，那是比较要命的。比如可以看一下菜菜以前的文章：分布式缓存的一条明路（附代码）
- 如果缓存的处理服务器发生变化，比如：由于某种原因，开始请求是由服务器A来处理，后来A服务器down了，现在由服务器B来处理，在缓存转移的过程中，必须能保证数据的正确性和一致性。
- 程序的进程内缓存必须有过期策略，在有限内存大小的情况下，合理的使用。推荐使用LRU淘汰算法来保证内存不会撑爆。
- 系统的并发量及其大，对性能的要求及其高，可以考虑使用进程内缓存。
- 如果是小部分只读数据，并且访问量比较大，例如经常使用的字典数据等，可以考虑使用进程内缓存。
相对于分布式缓存，比如Redis，进程内缓存有哪些优势呢？
- 进程内缓存性能比较高，延迟会更小，更节省带宽，毕竟分布式缓存网络调用的性能和本地调用比起来慢太多，
- 由于和应用程序位于同一进程，共享相同的虚拟内存，所以在状态维护上更容易一些，
- 其次进程内的缓存不设计到网络传输，所以没有序列化的过程，在性能上更胜一筹。
- 进程内缓存的数据类型几乎可以是语言级别支持的任意类型，数据类型设计上比大多数分布式缓存设备支持要灵活许多。
在应对高并发的情况下，如果有适当的环境菜菜还是觉得进程内缓存为首选，另外一点程序要尽量避免线程切换，尽量异步化。如果可以最好能预估出缓存数据的大小，避免内存泄漏等现象发生。
当然分布式缓存有自己的优势，在监控，容灾，扩展性，易用性等方面更胜一筹。至于用进程内还是分布式缓存，没有定论，能解决业务痛点就是最好的结果
写在最后
程序如果要想最大程度的提升并发量，缩短响应时间， 就把用户需要的数据放在离用户最近的地方
网友评论