缓存中间件会利⽤磁盘做持久化

为了避免内存中的数据在服务器重启或发生意外宕机后丢失，许多缓存中间件（如Redis、Memcached等）提供了数据持久化功能，即将内存中的数据定期或在特定条件下写入到硬盘中。持久化可以帮助系统在故障恢复后快速恢复缓存数据，减少对数据库的直接访问压力，从而提高系统的整体性能和可用性。

对于Redis而言，提供了两种主要的持久化方式：

RDB (Redis Database)： RDB持久化是通过在指定的时间间隔内，或者满足一定条件（如达到一定数量的写入操作）时，生成数据的快照(snapshot)，将内存中的数据序列化成二进制文件dump.rdb，保存在磁盘上。这种方式的优点是文件紧凑，恢复速度快，缺点是在两次持久化期间可能发生的数据丢失。
AOF (Append Only File)： AOF持久化是将每一次写操作以指令的方式追加到单独的日志文件中，随着写操作的执行，日志文件不断增长。在Redis重启时，会按照AOF日志文件中的指令顺序重新执行一遍，以恢复数据。AOF持久化相比于RDB提供了更好的数据安全性，因为默认配置下它会每隔一秒fsync一次磁盘，丢失的数据相对较少，但缺点是文件可能会变得较大，且恢复速度相对较慢。

通过这两种持久化机制的合理配置和使用，Redis能够在保持高性能的同时，有效地保护内存中的数据免受临时性故障的影响。当然，尽管进行了持久化，但缓存服务的主要目的仍然是加速数据访问，因此重要数据应当始终在底层数据库中备份一份。

缓存的基本思想

缓存中的数据通常存储于内存中，因此访问速度⾮常快。为了避免内存中的数据在重启或者宕机之后丢失，很多缓存中间件会利⽤磁盘做持久化。也就是说，缓存相⽐较于我们常⽤的关系型数据库（⽐如 MySQL）来说访问速度要快⾮常多。为了避免⽤户请求数据库中的数据速度过于缓慢，我们可以在数据库之上增加⼀层缓存。

缓存的分类

本地缓存这个实际在很多项⽬中⽤的蛮多，特别是单体架构的时候。数据量不⼤，并且没有分布式要求的话，使⽤本地缓存还是可以的。本地缓存位于应⽤内部，其最⼤的优点是应⽤存在于同⼀个进程内部，请求本地缓存的速度⾮常快，不存在额外的⽹络开销。
分布式缓存我们可以把分布式缓存（Distributed Cache）看作是⼀种内存数据库的服务，它的最终作⽤就是提供缓存数据的服务。分布式缓存脱离于应⽤独⽴存在，多个应⽤可直接的共同使⽤同⼀个分布式缓存服务。使⽤分布式缓存之后，缓存服务可以部署在⼀台单独的服务器上，即使同⼀个相同的服务部署在多台机器上，也是使⽤的同⼀份缓存。并且，单独的分布式缓存服务的性能、容量和提供的功能都要更加强⼤。简单来说，为系统引⼊分布式缓存之后往往会带来下⾯这些问题：系统复杂性增加：引⼊缓存之后，你要维护缓存和数据库的数据⼀致性、维护热点缓存、保证缓存服务的⾼可⽤等等。系统开发成本往往会增加：引⼊缓存意味着系统需要⼀个单独的缓存服务，这是需要花费相应的成本的，并且这个成本还是很贵的，毕竟耗费的是宝贵的内存。
多级缓存比如本地缓存 + 分布式缓存的多级缓存⽅案。⼀般情况下，我们也是不建议使⽤多级缓存的，这会增加维护负担（⽐如你需要保证⼀级缓存和⼆级缓存的数据⼀致性），并且，实际带来的提升效果对于绝⼤部分项⽬来说其实并不是很⼤。多级缓存⽅案中，第⼀级缓存（L1）使⽤本地内存（⽐如 Caffeine)），第⼆级缓存（L2）使⽤分布式缓存（⽐如 Redis）。读取缓存数据的时候，我们先从 L1 中读取，读取不到的时候再去 L2 读取。这样可以降低 L2 的压⼒，减少 L2 的读次数。并且，本地内存的访问速度是最快的，不存在什么⽹络开销。

来自文档——Redis 基础：为什么要⽤分布式缓存？