缓存框架 Ehcache Memcache Redis

缓存：通过在内存中缓存数据，减少读取数据库的次数。

过程：１、客户端请求数据，如缓存服务器中存在，则直接返回数据；２、如缓存服务器中不存在，则请求数据库，同时缓存服务器保存一份数据；３、每当数据库数据变更时，同步更新缓存服务器

ehcache

纯Java实现，缓存在内存中，可持久化到硬盘，效率高于memcache；但是缓存共享麻烦，集群分布式应用不方便。如果是单个应用或者对缓存访问要求很高的应用，用ehcache。

ehcache也有缓存共享方案，不过是通过RMI或者Jgroup多播方式进行广播缓存通知更新，缓存共享复杂，维护不方便；简单的共享可以，但是涉及到缓存恢复，大数据缓存，则不合适。

特色:1、使用简单；2、轻量等

memcache

多种语言实现，K/V缓存，缓存在内存中，支持分布式缓存，可通过第三方实现持久化，基于libevent的事件处理。

memcache在客户端中实现分布式缓存，通过分布式算法指定目标数据的节点。

Redis

K/V缓存，支持丰富的数据结构（list,
set, hash），支持数据持久化，支持分布式缓存。

通过socket访问到缓存服务，效率比ehcache低，比数据库要快很多，处理集群和分布式缓存方便，有成熟的方案。如果是大型系统，存在缓存共享、分布式部署、缓存内容很大的，建议用redis。

Redis如何实现分布式可拓展性？

2.8以前的版本：与Memcached一致，可以在客户端实现，也可以使用代理，twitter已开发出用于Redis和Memcached的代理Twemproxy 。

3.0 以后的版本：相较于Memcached只能采用客户端实现分布式存储，Redis则在服务器端构建分布式存储。Redis Cluster是一个实现了分布式且允许单点故障的Redis高级版本，它没有中心节点，各个节点地位一致，具有线性可伸缩的功能。如图给出Redis Cluster的分布式存储架构，其中节点与节点之间通过二进制协议进行通信，节点与客户端之间通过ascii协议进行通信。在数据的放置策略上，Redis
Cluster将整个 key的数值域分成16384个哈希槽，每个节点上可以存储一个或多个哈希槽，也就是说当前Redis Cluster支持的最大节点数就是16384

新版本（3.0）的Redis是指集群分布式，也就是说集群本身均衡客户端请求，各个节点可以交流，可拓展行、可维护性更强大

memcache和redis都是分布式缓存：

memcache多线程（多核），redis单线程（只使用单核）

memcache只支持String，redis支持丰富的数据结构

memcache在客户端中实现分布式缓存，redis在服务端中实现分布式缓存。

存储大数据（>100k）memcache性能高，小数据redis性能高

memcache　K/V的value最大1M，redis最大512M