在Web系统规模比较小的时候，这种做法看似完美 。但是，一旦Web系统规模变大 ， 例如当我有100台的Web服务器的时候 。那样这些磁盘文件，将会有100份，这个是资源浪费，也不好维护 。这个时候有人会想，可以集中一台服务器存起来，呵呵，不如看看下面一种缓存方式吧，它就是这样做的 。
2. 单台内存缓存
通过页面静态化的例子中，我们可以知道将“缓存”搭建在Web机器本机是不好维护的，会带来更多问题（实际上，通过PHP的apc拓展，可通过Key/value操作Web服务器的本机内存） 。因此，我们选择搭建的内存缓存服务，也必须是一个独立的服务 。
内存缓存的选择，主要有redis/memcache 。从性能上说，两者差别不大，从功能丰富程度上说 ， Redis更胜一筹 。
3. 内存缓存集群
当我们搭建单台内存缓存完毕，我们又会面临单点故障的问题，因此 ， 我们必须将它变成一个集群 。简单的做法，是给他增加一个slave作为备份机器 。但是，如果请求量真的很多，我们发现cache命中率不高 ， 需要更多的机器内存呢？因此 ， 我们更建议将它配置成一个集群 。例如 ， 类似redis cluster 。
Redis cluster集群内的Redis互为多组主从，同时每个节点都可以接受请求 ， 在拓展集群的时候比较方便 。客户端可以向任意一个节点发送请求，如果是它的“负责”的内容 ， 则直接返回内容 。否则，查找实际负责Redis节点，然后将地址告知客户端，客户端重新请求 。
对于使用缓存服务的客户端来说 ， 这一切是透明的 。
内存缓存服务在切换的时候，是有一定风险的 。从A集群切换到B集群的过程中，必须保证B集群提前做好“预热”（B集群的内存中的热点数据 ， 应该尽量与A集群相同，否则，切换的一瞬间大量请求内容，在B集群的内存缓存中查找不到，流量直接冲击后端的数据库服务 ， 很可能导致数据库宕机） 。
4. 减少数据库“写”
上面的机制，都实现减少数据库的“读”的操作 ， 但是，写的操作也是一个大的压力 。写的操作，虽然无法减少，但是可以通过合并请求，来起到减轻压力的效果 。这个时候，我们就需要在内存缓存集群和数据库集群之间 ， 建立一个修改同步机制 。
先将修改请求生效在cache中，让外界查询显示正常，然后将这些sql修改放入到一个队列中存储起来 ， 队列满或者每隔一段时间，合并为一个请求到数据库中更新数据库 。
除了上述通过改变系统架构的方式提升写的性能外，MySQL本身也可以通过配置参数innodb_flush_log_at_trx_commit来调整写入磁盘的策略 。如果机器成本允许，从硬件层面解决问题，可以选择老一点的RAID（Redundant Arrays of independent Disks，磁盘列阵）或者比较新的SSD（Solid State Drives，固态硬盘） 。
5. NoSQL存储
不管数据库的读还是写，当流量再进一步上涨，终会达到“人力有穷时”的场景 。继续加机器的成本比较高，并且不一定可以真正解决问题的时候 。这个时候，部分核心数据，就可以考虑使用NoSQL的数据库 。NoSQL存储，大部分都是采用key-value的方式，这里比较推荐使用上面介绍过Redis，Redis本身是一个内存cache，同时也可以当做一个存储来使用，让它直接将数据落地到磁盘 。
这样的话，我们就将数据库中某些被频繁读写的数据，分离出来，放在我们新搭建的Redis存储集群中，又进一步减轻原来MySQL数据库的压力，同时因为Redis本身是个内存级别的Cache，读写的性能都会大幅度提升 。
推荐阅读
- mvc如何将值传入js，mvc怎么传数据
- 企业营销应如何培训心得，企业营销管理培训
- java写一套代码，java代码编写
- 撒贝宁直播运营和产品运营，撒贝宁直播运营和产品运营的区别
- 关于vb.net控件组是什么的信息
- 自学go语言去哪找工作，自学go语言能找到工作吗
- 包含saphanastudio的词条
- 直播设备背景电影，直播间背景电视
- linux系统命令调用 linux调用命令行快捷键