感謝園子里的同學對上一篇的支持，很高興樓主的一些經驗及想法能夠對大家有一些幫助。
上次主要討論緩存讀寫這塊各種代碼實現，本篇就上次的問題繼續來，看看那些年折騰過的各種緩存做法。
閱讀目錄:
緩存預熱
上次有同學問過，在第一次加載時緩存都為空，怎么進行預熱。
單機Web情況下一般使用RunTimeCache，這種情況下：
可以在啟動事件里面刷新
void Application_Start(object sender, EventArgs e)
{
//刷新
}
另外可以單寫個刷新緩存頁面，上線后手動刷新下或發布時自動調用刷新，再或者由用戶自行觸發。
分布式緩存(Redis、Memcached)情況下：
比如在幾十台服務器緩存時，單刷滿緩存都需要不少一段時間。
這種預熱就復雜一些，有的會單寫個應用程序去跑，也有的會單寫套框架機制去處理(更智能化)。
其目的是在系統上線之前，所有的緩存都預先加載完畢。
多級緩存
計算機結構中CPU和內存之間一般都配有一級緩存、二級緩存來增加交換速度。
這樣當CPU調用大量數據時，就可避開內存直接從CPU緩存中調用，加快讀取速度。
根據CPU緩存得出多級緩存的特點：
1：每一級緩存中儲存的是下一級緩存的一部分。
2：讀取速度按級別依次遞減，成本也依次遞減，容量依次遞增。
3：當前級別未命中時，才會去下一級尋找。
而在企業應用級開發中，使用多級緩存是同樣的目的及設計，只是粒度更粗，更靈活。
根據速度依次排列lv1-lv6的緩存類型圖：
3級緩存的命中流程圖例子：
線程緩存
Web應用是天生的多線程開發，對於一些公共資源必須考慮線程安全，為止不得不通過鎖來保證數據的完整性和正確性。
在實際當中一台web服務器至少也得處理成百上千的請求，想一想在業務復雜的處理流程，函數每調用一次都得鎖一下，對服務器也是個不小的浪費。
而通過線程緩存，可以讓當前處理用戶請求的線程只拿自己需要的數據。
public static ThreadLocal<UserScore> localUserInfo = new ThreadLocal<UserScore>();
借助Net提供的線程本地變量，可以在請求入口去拉取當前用戶的數據。
在之后線程整個生命周期里面，業務邏輯可以毫無顧慮的使用這些數據，而不需要考慮線程安全。
因為不用重新拿新緩存數據，所以也不用擔心數據撕裂的問題。
其當前線程周期里面的數據是完整無誤的，只有用戶第二次發起請求才會重新去拿新數據。
這樣就能提高不少服務器吞吐量，注意要在線程的出口處銷毀數據。
內存緩存
無論是遠程數據庫讀取，還是緩存服務器讀取。避免不了要跨進程，跨網絡通信，有的還跨機房。
而應用程序頻繁讀寫，對Web、DB服務器都是個不小的消耗，速度相較內存也慢的多。
代碼上加鎖、異步，甚至加服務器在內，都不是一個很好的辦法。因為加載速度，對用戶體驗非常重要。
所以在有要求的項目中使用本地內存做二級緩存，是非常有必要的。目的就是1：抗並發，2：加快讀取速度。
有個著名的緩存五分鍾法則法則，就是說如果一個數據頻繁被訪問，那么就應該放內存中。
舉個例子： 有100並發過來，加鎖會導致前端99線程等候，這個99線程等候着，其實是一直在消耗Web服務器資源。不加就是緩存雪崩。
如果每分鍾拉取一份緩存，緩存到內存，這樣99線程等候時間極大縮短。
文件緩存
相對於內存，硬盤容量大，速度相較於走網絡還更快。
所以我們完全可以把一些不經常變更，放在內存又比較浪費的數據緩存到本地硬盤。
比如使用sqlite一些文件數據庫，我們很容易做到。
分布式緩存
基於內存緩存的redis、memcached等。
基於文件nosql的Casssandra、mongodb等。
redis、memcached是主流的分布式內存緩存，也是應用和DB中間最大的緩存層。
nosql這類的其實不單單只是做緩存用了，完全用在一些非核心業務的DB層了。
DB緩存
這一層DB主要是緩存由原始數據計算出的結果，從而避免由Web程序通過SQL或在使用中直接計算。
當然也可以把計算好的數據，存儲到redis中當緩存。
多層緩存
多層緩存概念在很多地方都用到過：
1：上面介紹的多級緩存就是一種，把內容根據讀取頻率，分不同的等級、不同的層次進行存儲，頻率越高離查詢越近。
2：還一種多層是緩存索引的做法，類似B樹查找，這樣能提高檢索效率。
3：從架構上來說瀏覽器緩存、CDN緩存、反向代理緩存、服務端緩存、也是多層緩存。
總結
在使用上大家根據實際場景，進行各種組合搭配。本篇談的比較理論些，有些內容細節沒展開。
比如分布式緩存的使用，緩存置換策略及算法，緩存過期機制等。
系列目錄：
那些年我們一起追過的緩存寫法(二)