🎯 目标等级：L2 ｜ ⏱ 建议用时：5 min ｜ 🏷 标签：缓存 / 缓存基础
缓存就是数据交换的缓冲区，把频繁访问的数据暂存在更快的存储介质上。本质是空间换时间：牺牲一点实时性，换取更快、更近的访问，命中率是核心度量指标。但缓存不是免费的，会增加复杂度、牺牲实时性，只在计算或 IO 成为瓶颈、收益足以覆盖成本时才值得引入。
HBase 是 Java 版 Google BigTable 的开源实现，基于 HDFS 构建，现为 Apache 顶级项目。
设计目标：存储大规模数据集。列式数据库，适合存储稀疏数据（宽表）。
LSM-Tree 被广泛应用于以文件结构存储数据的数据库：HBase、Cassandra、LevelDB、SQLite。
设计目标：通过顺序写提高写操作吞吐量，替代传统的 B+ 树或 ISAM。
略
数据分片：
数据同步：帮助数据库恢复一致性。
分布式数据库发展 = 由合到分再到合：
读写分离的基本原理是：主服务器用来处理写操作以及实时性要求比较高的读操作，而从服务器用来处理读操作。
在现代互联网应用中，数据库往往是系统最先出现的性能瓶颈。单台数据库服务器既要处理写请求（INSERT/UPDATE/DELETE），又要处理读请求（SELECT），在高并发场景下容易出现锁竞争、连接数耗尽、响应变慢等问题。而实际业务中，绝大多数系统的读写比例都非常悬殊（通常读远多于写，比例可达 10:1 甚至更高）。
读写分离（Read/Write Splitting）正是针对这一现象提出的一种数据库架构优化方案：通过将数据库部署为主从集群，主库（Master）负责写操作和强实时性读操作，从库（Slave）负责一般读操作，从而将读写流量在物理层面分离，使得读请求可以由多个从库并行承担。
分库分表是一种数据库水平拆分方案，用于解决单机数据库的存储瓶颈和性能瓶颈问题。
DB1、DB2）。order_1、order_2）。缓存是一种利用空间换时间的设计，其目标就是更快、更近。
众所周知，当今是一个互联网时代，而互联网应用几乎遍及我们日常生活的方方面面。一般而言，一个互联网应用的请求/响应流程会有以下几个主要流程：