数据缓存-数据分级策略

互联网系统的数据可以划分为以下3类：
1、核心业务数据：比如用户订单表、商户订单表
2、用户相关数据：用户基本信息、头像、简介、爱好等
3、配置信息：数据库配置、分库分表配置等

如果以上所有数据的读操作数据库上完成，系统的性能将会大打折扣，也正是为了解决这个问题，才出现了memcached、redis等内存数据库，如何合理、高效的使用内存数据库呢？我们引入数据分级的策略来解决这个问题。

我们将系统的数据缓存划分为以下3级：

第1级：核心业务数据；这类数据对实时性和精确性要求很高，所以不使用任何缓存，读写操作将直接操作数据库。

第2级：用户相关数据；这些数据和用户相关，具有读多写少的特征，所以我们使用redis进行缓存。

第3级：配置信息；这些数据和用户无关，具有数据量小，频繁读，几乎不修改的特征，所以我们使用本地内存进行缓存。

使用本地内存缓存有一个数据同步问题，因为配置信息缓存在内存中，而本地内存无法感知到配置信息在数据库的修改，这样会造成数据库中数据和本地内存中数据不一致的问题。

为了解决此问题，我们需要一个高可用的消息推送平台，当配置信息被修改时，我们可以使用推送平台，向所有的服务器推送配置文件更新消息，服务器收到消息会自动更新配置信息，并给出成功反馈。Zookeeper可以很好的解决统一配置的问题，Disconf就是百度开源的一款基于ZK开发的分布式配置管理平台。