1. 分布式缓存

分布式缓存是指多个服务器共同使用的缓存，缓存数据存储在独立的缓存服务器上，而不是存放在应用服务器的本地内存中。这种缓存可以被多个服务器共享，提高数据访问速度，减少数据库负载。

特点：

• 适用于分布式系统，多个应用实例可以共享缓存数据。

• 数据持久性（部分支持持久化）。

• 更强的扩展性，可以水平扩展，提高缓存容量。

• 一致性问题，需要额外的机制保证数据一致性。

• 适用于高并发和大规模数据的场景。

常见技术：

1. Redis：

   • 内存数据库，支持键值存储，提供丰富的数据结构（String、List、Set、Hash、ZSet等）。

   • 支持持久化（RDB、AOF）。

   • 支持集群（Redis Cluster）和高可用（Sentinel）。

   • 具备数据过期、LRU 淘汰策略等。

2. Memcached：

   • 轻量级键值存储，适用于高速缓存场景。

   • 仅支持简单的 key-value 结构，不支持复杂数据类型。

   • 不支持持久化，数据存储在内存中，服务器重启后数据会丢失。

   • 适合读多写少的场景。

3. Etcd/ZooKeeper：

   • 主要用于分布式协调和配置管理，也可以用于缓存部分元数据。

2. 本地缓存

本地缓存是指数据缓存存储在应用程序的本地内存中，而不是独立的缓存服务器中。这种方式可以加快数据访问速度，但无法被多个服务器共享。

特点：

• 访问速度极快，数据存储在本地内存，不需要网络开销。

• 适用于单机应用或少量数据的缓存。

• 数据一致性问题，不同实例间的缓存数据可能不同步。

• 受限于本机内存大小，无法存储大量数据。

• 适用于短期缓存和热点数据的存储。

常见技术：

1. Caffeine：

   • Java 本地缓存库，支持基于访问时间、写入时间、使用频率等的淘汰策略。

   • 性能优越，替代 Guava Cache。

   • 适用于 Java 应用中的短期缓存需求，如查询结果缓存、计算结果缓存等。

2. Guava Cache：

   • 由 Google 提供的 Java 本地缓存库。

   • 支持 TTL（时间过期）、LRU（最近最少使用）等策略。

   • 相比 Caffeine，性能稍逊色，近年来逐渐被 Caffeine 替代。

3. Ehcache：

   • 适用于 Java 应用的本地缓存框架。

   • 支持磁盘存储（即数据可落盘，防止进程重启丢失）。

   • 可作为 Hibernate 的二级缓存。

3. 分布式缓存 vs 本地缓存

4. 典型应用场景

• 本地缓存（Caffeine）

  • 适用于热点数据，如数据库查询结果、计算结果等，减少频繁访问数据库的开销。

  • 适用于单机应用，如 Spring Boot 本地缓存

  • 。分布式缓存（Redis）

    • 适用于多实例的应用，如分布式系统中的用户会话管理、高并发访问数据等。