服务器缓存软件主流包括Redis、Memcached、Caffeine、Ehcache、Hazelcast等，其中Redis凭借丰富的数据结构和持久化能力成为当前应用最广泛的分布式缓存方案，而本地缓存首选Caffeine。
服务器缓存软件有哪些：三张主流派系先认识一遍
从部署形态和共享范围来看，服务器缓存软件可以分成三个派系，每一类解决的问题不同，适用场景也完全不同，搞清楚这个分类,选型就完成了一半。
本地缓存和分布式缓存区别：先分清你的业务需要哪种
很多人在选型时卡在第一步，就是因为没搞清本地缓存和分布式缓存区别，简单说，本地缓存运行在应用进程内部，所有数据只存在当前服务器内存里，速度极快，但其他节点访问不到，分布式缓存是独立部署的中间件,所有应用服务器通过网络共享同一份缓存数据。
- 本地缓存：Guava Cache、Caffeine、Ehcache，适合单机应用或缓存数据不要求跨节点共享的场景
- 分布式缓存：Redis、Memcached、Hazelcast，适合微服务集群、多实例部署的场景
行业共识认为，单体应用阶段可以从本地缓存起步，但一旦服务拆分成多个实例，本地缓存就会带来各节点数据不一致的问题,这时候必须切换到分布式缓存。
主流分布式缓存软件：Redis、Memcached、Hazelcast、Apache Ignite
分布式缓存领域的选择比很多人想象中更多，Redis和Memcached是最常见的两个名字，但Hazelcast和Apache Ignite在特定场景下也有明显优势。
| 软件 | 数据结构 | 持久化 | 集群模式 | 典型场景 |
|---|---|---|---|---|
| Redis | 字符串、哈希、列表、集合、有序集合等 | 支持RDB和AOF | 主从、哨兵、Cluster | 缓存、分布式锁、排行榜、消息队列 |
| Memcached | 仅键值对 | 不支持 | 客户端分片 | 纯KV缓存，大value存储 |
| Hazelcast | 键值、分布式集合、Topic | 支持 | 嵌入式或独立部署 | Java生态内的分布式计算 |
| Apache Ignite | 键值、SQL、计算 | 支持 | 数据网格 | 需要SQL查询的缓存场景 |
Redis的统治力来自于它的数据结构设计，一个软件同时解决了缓存、计数、排行榜、分布式锁等多个问题，运维成本远低于组合多个中间件，Memcached虽然功能单一，但多线程模型在大value场景下表现稳定,仍有一部分老系统在坚守。
本地缓存代表：Caffeine与Guava Cache
本地缓存的具体选型相对简单，Guava Cache是Google推出较早的方案，API设计良好，缓存淘汰策略完善，但性能上已经被Caffeine全面超越，Caffeine采用W-TinyLFU淘汰算法，在读写吞吐量和命中率上都优于Guava Cache，目前是Spring Boot默认支持的本地缓存实现。
Ehcache则更多出现在Java持久层框架中，比如Hibernate默认的二级缓存支持，它的特点是配置灵活，支持堆内、堆外内存和磁盘存储,适合对缓存容量有较大需求的单机应用。
Redis为什么快：它的性能密码不止是内存
Redis为什么快，这是后台开发者常被问到的问题，也是它在选型中脱颖而出的关键,答案可以拆成三层。
单线程模型与IO多路复用
Redis 6.0之前，核心命令执行是单线程的，单线程意味着没有上下文切换，没有锁竞争，也避免了多线程环境下的数据同步开销，配合IO多路复用机制，Redis可以在单线程内高效处理成千上万的并发连接，业内专家指出，这个设计在当时的环境下是一个极其聪明的取舍，它牺牲了多核CPU的利用能力,换来了极高的单实例吞吐量和极低的延迟。
Redis 6.0之后引入多线程IO读写，但核心命令执行仍然保持单线程,保证了一致性和稳定性。
高效的数据结构与内存布局
Redis每种数据类型都针对使用场景做了专项优化，压缩列表、跳表、哈希表的选择不是随意的，而是根据数据规模动态切换，小数据量时用紧凑的内存布局，数据量增大后自动升级为更高效的结构,这种设计让Redis在绝大多数场景下都能保持稳定性能。
服务器缓存软件怎么选：从业务形态倒推技术决策
没有完美的缓存软件，只有适合业务的选择,这里给出一条务实的选型路径。
高并发读多写少场景：Redis与Memcached二选一
如果你的业务是典型的热点数据查询，比如商品详情、新闻内容、用户信息，读多写少且数据量巨大，Redis和Memcached都能胜任，具体怎么选,看两个细节。
- 是否需要数据持久化：Redis可以持久化，服务重启后缓存数据不丢失，Memcached重启后一片空白
- 是否需要多个数据结构：排行榜用有序集合、对象存储用哈希，Redis全都支持，Memcached只能存字符串
大多数情况下，直接选Redis，少一个中间件就是少一份维护成本，只有当你明确只需要纯KV缓存，且希望最大化利用多核CPU时,Memcached才值得考虑。
服务器缓存软件价格：开源免费与商业授权怎么权衡
选择缓存软件时，服务器缓存软件价格也是一个绕不开的问题，Redis、Memcached、Caffeine、Ehcache都是开源免费软件，Apache License 2.0或BSD协议下可以商用,没有任何授权费。
但注意，开源免费不代表整体使用成本为零，Redis企业版、Hazelcast企业版提供的图形化管理界面、多活复制、滚动升级、技术支持等服务是收费的，国内部署场景下，很多团队选择云厂商提供的托管Redis服务，比如简米云或酷番云的Redis实例，按规格计费，最便宜的入门配置年费大约几百元，生产环境高可用实例通常每年几千元到数万元不等,这个成本需要结合运维人力和稳定性要求综合考虑。
从部署环境看选型细节
国内服务器环境还涉及一个容易被忽略的点：云厂商的兼容性，简米云、酷番云都推出了兼容Redis协议的云原生缓存产品，从开源Redis迁移过去基本可以做到无缝切换，如果你所在的企业已经深度绑定某家云厂商，直接用它的商业化缓存组件往往比自建Redis更省心，自动故障转移、监控告警、弹性扩缩容都是开箱即用的。
服务器缓存软件使用中不可回避的三个坑
缓存穿透、击穿、雪崩分别是什么
缓存穿透是查询一个必然不存在的数据，请求绕过缓存直接打到数据库,处理方式是缓存空值或使用布隆过滤器。
缓存击穿是某个热点key过期的瞬间，大量并发请求同时穿透到数据库，处理方式是加互斥锁重建缓存,或设置热点key永不过期。
缓存雪崩是大量key同时过期，或缓存节点整体宕机，导致所有请求直接压向数据库，应对策略包括过期时间加随机值、多级缓存、缓存集群高可用。
缓存与数据库的一致性怎么保证
先更新数据库，再删除缓存，这是最常见的做法，为什么不是先删缓存再更新数据库？因为那会导致缓存中短暂出现旧数据，而先更新数据库后删除缓存，配合延迟双删策略，可以最大程度降低数据不一致的窗口期，对一致性要求极高的场景,可以通过订阅数据库binlog异步刷新缓存。
缓存集群什么时候必须上
单机Redis能支撑的读写量级通常在十万级QPS，数据容量受限于物理内存，当你的缓存数据量超过单机内存的三分之二，或写入吞吐逼近性能上限时，就需要考虑Redis Cluster集群方案，Redis Cluster通过哈希槽自动分片，支持水平扩容,官方推荐的集群规模可以做到1000个节点。
选型最终回归到业务本身，缓存软件解决的是性能和数据的矛盾，不是越复杂越好，对大多数团队来说，Redis负责分布式缓存，Caffeine负责本地热点缓存，两层结合已经足够应对绝大多数高并发场景，在这个基础上理解缓存穿透、击穿、雪崩的应对手段,比反复比较不同软件的功能清单更有价值。
首发原创文章，作者：王坚，如若转载，请注明出处：https://idctop.com/article/781911.html
