分布式缓存赚钱

伊克巴尔汗

古老的格言“时间就是金钱”对于今天依赖其先进信息系统和服务器场的零售商来说尤其正确。 随着系统响应时间的增加，零售商的生产力和收入也会增加。 不幸的是，大量增加的系统用户和交易在满足这些目标方面起到了不利的作用。

例如，考虑支付处理和 POS 系统。 借助支付处理系统，零售商在夜间处理客户付款和资金转移的时间窗口很短且有限。 当他们拥有数千万客户时，由于夜间时间有限，尽快处理所有这些付款成为一个主要问题。

为了缓解这个问题，零售商尝试添加更多的支付处理服务器，但由于系统中的架构限制，他们无法按比例添加更多的数据库服务器。 因此，零售商在数据库方面遇到了可扩展性瓶颈，并增加了更多的支付处理服务器，使事情变得更糟。

以类似的方式，POS 系统有望快速处理客户的购买行为。而且，随着 POS 系统数量的增加，零售商尝试添加更多后端服务器来处理更多请求。但是，由于系统中的架构限制，他们无法按比例添加更多数据库服务器。而且很快，他们就无法再扩大规模，整个系统在高峰时段就会陷入瘫痪。

理想情况下，零售商希望能够通过添加更多服务器来扩展零售系统。然而，为了做到这一点，零售商需要将分布式缓存纳入其应用程序架构中。

支付处理、POS 系统和其他零售应用程序可以通过从分布式缓存中获取信息而不是始终访问数据库来加快数据访问速度。缓存是将常用数据存储在应用程序附近的过程。这些数据作为对象存储在内存中。从内存中检索数据比从数据库中检索数据更快、更高效。通过扩充数据库，这种方法比单独访问数据库要快得多。最终结果是支付处理、POS 系统和其他零售应用程序速度更快，并且处理的交易数量显着增加。

分布式缓存通过减少昂贵的数据库访问，显着提高了性能和可扩展性。即使在高效的数据库中，典型的数据库访问也比访问内存缓存慢 10-100 倍。分布式缓存通常提供亚毫秒级的响应时间。因此，通过大幅减少数据库访问及其昂贵的时间，零售商可以实现更快的响应时间并可以处理更多的客户。