Ⅰ iOS 开发时需要缓存操作时优先选择NSCache
当我们开发程序时，经常需要缓存网络图片或从磁盘读取时，多数时候我们选择SDWebImage，不得不说这个框架很优秀，许多的问题都不要我们去考虑。然而有些场景是需要自定义，NSMutableDictionary是多数人的选择。然而NSCache类更好，它是Foundation框架专为处理这种任务设计的。
NSCache的优点：
1.当系统资源将要耗尽时，它可以自动增减缓存。
2.NSCache会优先删除"最久未使用的"。
3.NSCache是线程安全的。
4.NSCache可以设置缓存的总个数和总的大小值。
总结:
1.线程安全是非常有必要的，功能复杂后出现这种偶现问题很难排查。
2.NSCache有一套专用的缓存机制，为开发者提供了便捷，如果自己实现将会很复杂。当NSCache不能满足开发者的需求时，可考虑选择自定义缓存。
3.当有这种缓存场景的时候，我们优先考虑NSCache。
4.SDWebImage内存级别缓存图片用的是NSCache，可查看SDImageCache的memCache。
Ⅱ 华为技术架构师分享：高并发场景下缓存处理的一些思路
在实际的开发当中，我们经常需要进行磁盘数据的读取和搜索，因此经常会有出现从数据库读取数据的场景出现。但是当数据访问量次数增大的时候，过多的磁盘读取可能会最终成为整个系统的性能瓶颈，甚至是压垮整个数据库，导致系统卡死等严重问题。
常规的应用系统中，我们通常会在需要的时候对数据库进行查找，因此系统的大致结构如下所示：
1.缓存和数据库之间数据一致性问题
常用于缓存处理的机制我总结为了以下几种：
首先来简单说说Cache aside的这种方式：
Cache Aside模式
这种模式处理缓存通常都是先从数据库缓存查询，如果缓存没有命中则从数据库中进行查找。
这里面会发生的三种情况如下：
缓存命中：
当查询的时候发现缓存存在，那么直接从缓存中提取。
缓存失效：
当缓存没有数据的时候，则从database里面读取源数据，再加入到cache里面去。
缓存更新：
当有新的写操作去修改database里面的数据时，需要在写操作完成之后，让cache里面对应的数据失效。
关于这种模式下依然会存在缺陷。比如，一个是读操作，但是没有命中缓存，然后就到数据库中取数据，此时来了一个写操作，写完数据库后，让缓存失效，然后，之前的那个读操作再把老的数据放进去，所以，会造成脏数据。
Facebook的大牛们也曾经就缓存处理这个问题发表过相关的论文，链接如下:
分布式环境中要想完全的保证数据一致性是一件极为困难的事情，我们只能够尽可能的减低这种数据不一致性问题产生的情况。
Read Through模式
Read Through模式是指应用程序始终从缓存中请求数据。 如果缓存没有数据，则它负责使用底层提供程序插件从数据库中检索数据。 检索数据后，缓存会自行更新并将数据返回给调用应用程序。使用Read Through 有一个好处。
我们总是使用key从缓存中检索数据, 调用的应用程序不知道数据库， 由存储方来负责自己的缓存处理，这使代码更具可读性， 代码更清晰。但是这也有相应的缺陷，开发人员需要给编写相关的程序插件，增加了开发的难度性。
Write Through模式
Write Through模式和Read Through模式类似，当数据发生更新的时候，先去Cache里面进行更新，如果命中了，则先更新缓存再由Cache方来更新database。如果没有命中的话，就直接更新Cache里面的数据。
2.缓存穿透问题
在高并发的场景中，缓存穿透是一个经常都会遇到的问题。
什么是缓存穿透？
大量的请求在缓存中没有查询到指定的数据，因此需要从数据库中进行查询，造成缓存穿透。
会造成什么后果？
大量的请求短时间内涌入到database中进行查询会增加database的压力，最终导致database无法承载客户单请求的压力，出现宕机卡死等现象。
常用的解决方案通常有以下几类：
1.空值缓存
在某些特定的业务场景中，对于数据的查询可能会是空的，没有实际的存在，并且这类数据信息在短时间进行多次的反复查询也不会有变化，那么整个过程中，多次的请求数据库操作会显得有些多余。
不妨可以将这些空值（没有查询结果的数据）对应的key存储在缓存中，那么第二次查找的时候就不需要再次请求到database那么麻烦，只需要通过内存查询即可。这样的做法能够大大减少对于database的访问压力。
2.布隆过滤器
通常对于database里面的数据的key值可以预先存储在布隆过滤器里面去，然后先在布隆过滤器里面进行过滤，如果发现布隆过滤器中没有的话，就再去redis里面进行查询，如果redis中也没有数据的话，再去database查询。这样可以避免不存在的数据信息也去往存储库中进行查询情况。
什么是缓存雪崩？
当缓存服务器重启或者大量缓存集中在某一个时间段失效，这样在失效的时候，也会给后端系统(比如DB)带来很大压力。
如何避免缓存雪崩问题？
1.使用加锁队列来应付这种问题。当有多个请求涌入的时候，当缓存失效的时候加入一把分布式锁，只允许抢锁成功的请求去库里面读取数据然后将其存入缓存中，再释放锁，让后续的读请求从缓存中取数据。但是这种做法有一定的弊端，过多的读请求线程堵塞，将机器内存占满，依然没有能够从根本上解决问题。
2.在并发场景发生前，先手动触发请求，将缓存都存储起来，以减少后期请求对database的第一次查询的压力。数据过期时间设置尽量分散开来，不要让数据出现同一时间段出现缓存过期的情况。
3.从缓存可用性的角度来思考，避免缓存出现单点故障的问题，可以结合使用 主从+哨兵的模式来搭建缓存架构，但是这种模式搭建的缓存架构有个弊端，就是无法进行缓存分片，存储缓存的数据量有限制，因此可以升级为Redis Cluster架构来进行优化处理。（需要结合企业实际的经济实力，毕竟Redis Cluster的搭建需要更多的机器）
4.Ehcache本地缓存 + Hystrix限流&降级,避免Mysql被打死。
使用 Ehcache本地缓存的目的也是考虑在 Redis Cluster 完全不可用的时候，Ehcache本地缓存还能够支撑一阵。
使用 Hystrix进行限流 & 降级 ，比如一秒来了5000个请求，我们可以设置假设只能有一秒 2000个请求能通过这个组件，那么其他剩余的 3000 请求就会走限流逻辑。
然后去调用我们自己开发的降级组件（降级），比如设置的一些默认值呀之类的。以此来保护最后的 MySQL 不会被大量的请求给打死。
Ⅲ java web开发缓存方案，ehcache和redis哪个更好
这里就不再逐个讨论了，我将会在一个实际应用程序开发场景中介绍其中的一些。使用Redis作为一个缓存解决方案我之前提到过，Redis可轻易地用作一个缓存解决方案，碰巧我现在正好需要这样一个！在该应用程序示例中，我将Redis集成到我基于定位的移动Web服务中，称之为Magnus。如果您没有关注本系列，那么我会先使用Play框架实现Magnus，从那时起我就已经在各种实现中开发和重构它了。Magnus是一个简单服务，可以通过HTTPPUT请求使用JSON文档。这些文档描述了特定帐号的位置，表示持有移动设备的人。现在，我想要将缓存集成到Magnus，也就是说我想要通过将不常更改的数据存储在内存中以减少I/O流量。Magnus缓存！在清单5中的第一步中，可以通过get调用了解新引入的帐户名称（一个键）是否为REdis中的一个键。get调用可以将帐户ID作为一个值返回，或者将返回null。如果返回一个值，我将用其作为我的acctId变量。如果返回的是null（表明该帐户名称不是Redis中一个键），那么我将在MongoDB查找该帐户值，并通过set命令将其添加到Redis。这里的优势是速度：接下来，被请求的帐户将提交一个位置，这样我就能够从Redis中获取其ID（作为内存缓存），而不是转到MongoDB并带来额外读取I/O成本。清单5.使用Redis作为内存缓存"/location/:account"{put{defjacksonMapper=newObjectMapper()defjson=jacksonMapper.readValue(request.contentText,Map.class)defformatter=newSimpleDateFormat("dd-MM-yyyyHH:mm")defdt=formatter.parse(json['timestamp'])defres=[:]try{defjedis=pool.getResource()defacctId=jedis.get(request.parameters['account'])if(!acctId){defacct=Account.findByName(request.parameters['account'])jedis.set(request.parameters['account'],acct.id.toString())acctId=acct.id}pool.returnResource(jedis)newLocation(acctId.toString(),dt,json['latitude'].doubleValue(),json['longitude'].doubleValue()).save()res['status']='success'}catch(exp){res['status']="error${exp.message}"}response.json=jacksonMapper.writeValueAsString(res)}}注意，清单5中的aMagnus实现（使用Groovy编写）仍然使用一个NoSQL实现作为数据模型存储；它仅仅使用Redis作为一个缓存实现用于查询数据。因为我的主要帐户数据位于MongoDB中（事实上，它驻留在MongoHQ.com中），而我的Redis数据存储在本地运行。在随后查找帐户ID时，Magnus速度将显着提升。可是等等！我为什么同时需要MongoDB和Redis？难道我就不能单独使用一个吗？ORM的Node.js很多项目均提供ORM类映射用于Redis，其中包括一个极富影响力的基于Ruby的备用方案，称为Ohm。我检查了该项目基于Java的派生产品（称为JOhm），但是最终决定使用一个为Node编写的派生产品。Ohm及其派生项目的妙处在于他们允许您将一个对象模型映射到一个基于Redis的数据结构。因此，您的模型对象是持久性的，同时在大多数情况下其读取速度也非常之快。有了Nohm，我便能够使用JavaScript快速重写我的Magnus应用程序并能立即持久化Location对象。在清单6中，我已定义了一个Location模型，该模型包括3个属性。（注意，我通过将timestamp设置为一个字符串而不是一个真实的时间戳，从而简化我的示例。）清单6.Node.js中的RedisORMvarLocation=nohm.model('Location',{properties:{latitude:{type:'float',unique:false,validations:[['notEmpty']]},longitude:{type:'float',unique:false,validations:[['notEmpty']]},timestamp:{type:'string',unique:false,validations:[['notEmpty']]}}});Node的Express框架使NohmLocation对象的使用变得十分简单。在我的应用程序PUT实现中，我可以捕获正在进入的JSON值，并通过Nohm的p调用将其导入到一个Location实例。然后我再检查该示例是否有效，如果有效，我会对其进行持久化。清单7.在Node的Express.js中使用Nohmapp.put('/',function(req,res){res.contentType('json');varlocation=newLocation;location.p("timestamp",req.body.timestamp);location.p("latitude",req.body.latitude);location.p("longitude",req.body.longitude);if(location.valid()){location.save(function(err){if(!err){res.send(JSON.stringify({status:"success"}));}else{res.send(JSON.stringify({status:location.errors}));}});}else{res.send(JSON.stringify({status:location.errors}));}});正如清单7所示，可以轻易地将Redis构建成一个极其快速的内存数据存储。在一些案例中，它甚至是一个比memcached更好的缓存！结束语Redis对于许多数据存储场景非常有用，因为它可以将数据持久化到磁盘（还因为它支持一个丰富的数据集），有时候，它是memcached的有力竞争对手。有些情况下，对于您的领域也是很有意义的，您可以使用Redis作为数据模型和队列的一个备份存储。Redis客户端实现几乎可被移植到任何编程语言中。Redis不是RDMBS的完全替代品，也不是一个重量级存储，但是和MongoDB一样拥有丰富的功能。然而，在很多情况下，它可与这些技术共存。
Ⅳ 使用vue框架开发，版本更新，怎么解决用户浏览器缓存问题
vue-cli里的默认配置，css和js的名字都加了哈希值，所以新版本css、js和就旧版本的名字是不同的，不会有缓存问题。
不过值得注意的是，把打包好的index.html放到服务器里去的时候，index.html在服务器端可能是有缓存的，这需要在服务器配置不让缓存index.html。
Ⅳ SpringBoot进阶之缓存中间件Redis
大家好，一直以来我都本着 用最通俗的话理解核心的知识点， 我认为所有的难点都离不开 “基础知识” 的铺垫
“大佬可以绕过 ~”
本节给大家讲讲 “Java的SpringBoot框架” , 之前我们学习的都是java的基础知识和底层提供的一些能力，我们日常工作都是在写接口。在我们在产品开发中，一般我们都会选择比较稳定的框架来帮我们加速开发，不会自己去造轮子，而在java众多框架中，spring框架表现的非常好，大部分公司都会首选它作为开发框架，而至今，大部分企业都是以 springboot 来构建项目了,一个稳健的系统需要引入稳定的技术~
如果你是一路看过来的，很高兴你能够耐心看完。前几期都是带大家学习了 SpringBoot 的基础使用以及集成 mybatis 开发，这也是我们写业务的基础，如果你还不熟悉这些，请先看完它们。接下来的几期内容将会带大家进阶使用，会先讲解基础 中间件 的使用和一些场景的应用，或许这些技术你听说过，没看过也没关系，我会带大家一步一步的入门，耐心看完你一定会有 收获 ,本期将会给大家讲解最热门的缓存中间件技术 Redis ,同样的，我们集成到 Springboot 中。最近github可能会被墙，所以我把源码放到了国内gitee上,本节我们依然使用上期的代码
Redis 是由意大利人Salvatore Sanfilippo（网名：antirez）开发的一款内存高速缓存数据库。全称叫 Remote Dictionary Server（远程数据服务） 是由 C语言 编写的，Redis是一个 key-value 存储系统，它支持丰富的数据类型，如： string、list、set、zset(sorted set)、hash 。
它本质上是一种键值对数据库，我们之前学习的 mysql 它是持久层的关系型数据库,而 redis 它的存储主要存在 内存 中。我们都知道在 内存 中的数据读取是非常快的，就好比你把一个变量存到磁盘读取和直接放到代码中运行，肯定是在代码中拿到的速度快，因为运行时期，都是直接存到内存的。
给大家总结一下：
有了基本的概念之后，我们下面进行环境搭建,在学习阶段，安装 redis 很简单,生产环境一般我们也会选择云产品，一切为了服务保障,虽说它只是做缓存用，但也是系统的一把 保护伞
如果你是 mac 用户，你可以运行如下命令:
安装完成后会提示你运行命令，运行即可。
win 用户也很简单，直接下载 redis 软件，双击运行即可，运行之后它会有一个小方块的图案，和 locahost:6379 的log,说明运行成功了。初始阶段没有配置的 redis 默认 host 就是本地, port 就是 6379 , 而且是 没有密码 就可以访问的。
推荐一个客户端软件 Redis Desktop Manager ，它是 redis 的客户端界面软件,方便面我们学习的时候 清理缓存 使用,生产慎连。
我们不给大家讲它的基本命令使用，它也有语法，可以通过类似命令执行,如果想学习的小伙伴，可以自行搜索。本期重点内容是在 sprinboot 中的使用,我们平时开发不可能是去命令行里敲的，都是代码里执行，而目前市面上有很多封装好的库，我们可以直接调用它的方法，很方便的就可以操作它了，不用记一些繁琐的命令,下面我们就实际操作一下:
修改 pom.xml
修改 application.yml :
redis 默认是有 16 个库,不是 15 个啊，从 0 开始算的,我们随便连一个
通过代码很好理解, 首先需要引入 StringRedisTemplate ,然后需要设置一个 key ,那么思考一下，这个 key 允许重复吗
我们进客户端看一下，发现 key 还是只有一个,但是值变成了新的值了，所以可以得知 key 是唯一的，我们重新设置的时候相当于刷新了它。
在 redis 中删除缓存有两种方式，一种是自我消亡，也就是 过期 销毁,还有有一种是 主动 销毁，我们先看一下，过期时间如何设置
我们设置了 10s 后过期,过完10s后发现，这个```key data``消失了。我们在看看如何主动删除
我们可以利用 Redis 做一个计数器，实现自增功能,你可以用它做网站访问统计
通常做法，我们会把它封装一下，后续使用直接引入封装好的即可，把它直接交给 Springboot容器 管理
其实这个类，你还可以继续进一步封装，比如约束 key 的规范，约束过期时间，约束数据类型等等，这一切也都是为了规范和后期维护，防止滥用缓存
缓存的主要场景是用于解决热点数据问题，因为这些数据是访问频率比较高的，当大量的请求进来, mysql 可能压力很大，这样一来，数据查询效率就很慢，用户肯不高兴等了，这样用户体验很不好。所以我们一般做法，都是把这些热点数据放到缓存里，因为缓存读取速度很快。当有新数据的时候，我们再及时更新它，一般流程是先查询缓存，查到了直接返回缓存数据，查不到再走数据库，然后再刷回缓存。
但是并发足够大的时候，还是会暴露出很多问题，比如面试常问的一些高频问题 缓存雪崩、缓存穿透、缓存雪崩 ,这些问题后边会给大家专门讲，和如何去防范。所以总的来说，引入任何一门技术并不是万事大吉，还需我们不断的在实践中积累经验
本期到这里就结束了，总结一下，我们了解了什么是 redis ，以及在 springboot 中如何去使用它们，很简单，没什么复杂的东西。但这里想多说一点的是，缓存的设计却是很复杂的，因为工具是死的，人是活的，我们如何正确设计，需要我们在项目中不断的积累。
我们之前教大家查询列表数据，都是所有数据返回，还没有教大家如何去做分页，下期将带大家学习一下 mybatis 分页插件的使用 ，下期不见不散, 关注我，不迷路~
Ⅵ java web开发缓存方案，ehcache和redis哪个更好
使用场景不一样 , 不存在哪个更好, 可以去开源中国 看下 红薯教主写的 :
Java两级缓存框架 J2Cache
J2Cache 是 OSChina 目前正在使用的两级缓存框架。第一级缓存使用 Ehcache，第二级缓存使用 Redis 。由于大量的缓存读取会导致 L2 的网络成为整个系统的瓶颈，因此 L1 的目标是降低对 L2 的读取次数。该缓存框架主要用于集群环境中。单机也可使用，用于避免应用重启导致的 Ehcache 缓存数据丢失。
Ⅶ java 分布式缓存框架有哪些
Ehcache
Ehcache 是一个Java实现的开源分布式缓存框架，EhCache 可以有效地减轻数据库的负载，可以让数据保存在不同服务器的内存中，在需要数据的时候可以快速存取。同时EhCache 扩展非常简单，官方提供的Cache配置方式有好几种。你可以通过声明配置、在xml中配置、在程序里配置或者调用构造方法时传入不同的参数。
特点：
存取速度非常快，性能很不错。
可以应用多种缓存策略。
分级缓存，用户可以指定哪些数据在硬盘中缓存，哪些数据在内存中缓存。
可以通过RMI、可插入API等方式进行分布式缓存。
具有缓存和缓存管理器的侦听接口。
支持多缓存管理器实例，以及一个实例的多个缓存区域。
默认提供Hibernate的缓存实现
Ⅷ JAVA缓存框架有哪些意义
（1100）（0）一、什么是缓存1、Cache是高速缓冲存储器一种特殊的存储器子系统，其中复制了频繁使用的数据以利于快速访问2、凡是位于速度相差较大的两种硬件/软件之间的，用于协调两者数据传输速度差异的结构，均可称之为Cache二、缓存的分类1、基于web应用的系统架构图2、在系统架构的不同层级之间，为了加快访问速度，都可以存在缓存操作系统磁盘缓存->减少磁盘机械操作数据库缓存->减少文件系统I/O应用程序缓存->减少对数据库的查询Web服务器缓存->减少应用服务器请求客户端浏览器缓存->减少对网站的访问三、操作系统缓存1、文件系统提供的DiskCache：操作系统会把经常访问到的文件内容放入到内存当中，由文件系统来管理2、当应用程序通过文件系统访问磁盘文件的时候，操作系统从DiskCache当中读取文件内容，加速了文件读取速度3、DiskCache由操作系统来自动管理，一般不用人工干预，但应当保证物理内存充足，以便于操作系统可以使用尽量多的内存充当DiskCache，加速文件读取速度4、特殊的应用程序对文件系统DiskCache有很高的要求，会绕开文件系统DiskCache，直接访问磁盘分区，自己实现Disk5、Cache策略Oracle的rawdevice(裸设备)–直接抛弃文件系统MySQL的InnoDB：innodb_flush_method=O_DIRECT四、数据库缓存1、重要性数据库通常是企业应用系统最核心的部分数据库保存的数据量通常非常庞大数据库查询操作通常很频繁，有时还很复杂以上原因造成数据库查询会引起非常频繁的磁盘I/O读取操作，迫使CPU挂起等待，数据库性能极度低下2、缓存策略a、QueryCache以SQL作为key值缓存查询结果集一旦查询涉及的表记录被修改，缓存就会被自动删除设置合适的QueryCache会极大提高数据库性能QueryCache并非越大越好，过大的QqueryCache会浪费内存。MySQL:query_cache_size=128Mb、DataBufferdatabuffer是数据库数据在内存中的容器databuffer的命中率直接决定了数据库的性能databuffer越大越好，多多益善MySQL的InnoDBbuffer：innodb_buffer_pool_size=2GMySQL建议bufferpool开大到服务器物理内存60-80%五、应用程序缓存1、对象缓存由O/RMapping框架例如Hibernate提供，透明性访问，细颗粒度缓存数据库查询结果，无需业务代码显式编程，是最省事的缓存策略当软件结构按照O/RMapping框架的要求进行针对性设计，使用对象缓存将会极大降低Web系统对于数据库的访问请求良好的设计数据库结构和利用对象缓存，能够提供极高的性能，对象缓存适合OLTP（联机事务处理）应用2、查询缓存对数据库查询结果集进行缓存，类似数据库的QueryCache适用于一些耗时，但是时效性要求比较低的场景。查询缓存和对象缓存适用的场景不一样，是互为补充的当查询结果集涉及的表记录被修改以后，需要注意清理缓存3、页面缓存a、作用针对页面的缓存技术不但可以减轻数据库服务器压力，还可以减轻应用服务器压力好的页面缓存可以极大提高页面渲染速度页面缓存的难点在于如何清理过期的缓存b、分类I、动态页面静态化利用模板技术将访问过一次的动态页面生成静态html，同时修改页面链接，下一次请求直接访问静态链接页面动态页面静态化技术的广泛应用于互联网CMS/新闻类Web应用，但也有BBS应用使用该技术，例如Discuz!无法进行权限验证，无法显示个性化信息可以使用AJAX请求弥补动态页面静态化的某些缺点II、Servlet缓存针对URL访问返回的页面结果进行缓存，适用于粗粒度的页面缓存，例如新闻发布可以进行权限的检查OScache提供了简单的Servlet缓存(通过web.xml中的配置)也可以自己编程实现Servlet缓存III、页面内部缓存针对动态页面的局部片断内容进行缓存，适用于一些个性化但不经常更新的页面(例如博客)OSCache提供了简单的页面缓存可以自行扩展JSPTag实现页面局部缓存六、web服务器端缓存基于代理服务器模式的Web服务器端缓存，如squid/nginxWeb服务器缓存技术被用来实现CDN（内容分发网络contentdeliverynetwork）被国内主流门户网站大量采用不需要编程，但仅限于新闻发布类网站，页面实时性要求不高七、基于ajax的浏览器缓存使用AJAX调用的时候，将数据库在浏览器端缓存只要不离开当前页面，不刷新当前页面，就可以直接读取缓存数据只适用于使用AJAX技术的页面
Ⅸ RN 图片框架缓存机制
RN图片框架iOS采用的是SDWebImage, 安卓采用的是Fresco
SDWebImage分为两级缓存，内存缓存和文件缓存，其中文件缓存的策略：
1.默认保存一个星期，优先清理过期的图片
2.清理过期图片后，计算出未过期的缓存大小总和，并与最大的缓存空间的 1/2 作对比；
3.按时间嫌镇最久未被访问（或修改）的顺序，对缓存数据做一个排序；
4.根据排闭者闷序结果继续清理 时间最久远的缓存图片数据，直到剩余的缓存大小 小于最大空间的1/2时，停止清理；
Fresco 分为三级缓存轿弯,bitmap缓存、未解码图片的内存缓存和磁盘缓存， 缓存策略：
内存缓存默认5分钟，超过两个小时加载的图片就更新到磁盘缓存
磁盘缓存设有缓存上限，根据图片占用的磁盘大小来的，高端机型是40M，中端10M，低端2M
没有固定的清理时间，而是按访问时间从远到近来清理
Ⅹ JAVA缓存框架有哪些意义呢
OSCache或者EHCache这种，主要的应用场景大多是应用内缓存。也就是这一个程序里使用的缓存。所有的缓存在自己写的这个程序里面。
而memcache是独立的另一个进程，是独立的缓存，缓存的数据保存的另一个进程的内存中。区别有两点：
EHCache这种应用中的缓存，不太容易实现多实例应用间共享。对于常见的Web型应用，需要通过启动多个实例来增强处理能力的情况下，缓存不能共享就不利于缓存命中。
memcache这种独立的缓存，不会受到应用的启动、停止的影响。在Web应用中，程序重启是一个很常见的事情，如果使用应用内的缓存，一旦程序重启，缓存就全部丢失了（当然默认指没有开启持久化支持的情况下）。