### “緩存粒度”概念說明 * 例如現在需要將MySQL的用戶信息使用Redis緩存，可以執行如下操作： * 從MySQL獲取用戶信息： ~~~ select * from user where id={id}; ~~~ * 將用戶信息緩存到Redis中： ~~~ set user:{id} 'select * from user where id={id}' ~~~ * 假設用戶表有100個列，需要緩存到什么維度呢？ * **緩存全部列：** ~~~ set user:{id} 'select * from user where id={id}' ~~~ * **緩存部分重要列：** ~~~ set user:{id} 'select {important Column1}, {important Column2} ,...{important ColumnN} from user where id={id}' ~~~ * 上述這個問題就是緩存粒度問題 * 究竟是緩存全部屬性還是只緩存部分重要屬性呢？**下面將從通用性、空間占用、代碼維護三個角度進行說明：** * **通用性**:緩存全部數據比部分數據更加通用，但從實際經驗看，很長時 間內應用只需要幾個重要的屬性 * **空間占用**:緩存全部數據要比部分數據占用更多的空間，可能存在以下 問題： * 全部數據會造成內存的浪費 * 全部數據可能每次傳輸產生的網絡流量會比較大，耗時相對較大，在極端情況下會阻塞網絡 * 全部數據的序列化和反序列化的CPU開銷更大。 * **代碼維護**:全部數據的優勢更加明顯，而部分數據一旦要加新字段需要修改業務代碼，而且修改后通常還需要刷新緩存數據 * **下圖給出緩存全部數據和部分數據在通用性、空間占用、代碼維護上的對比：**  * 緩存粒度問題是一個容易被忽視的問題，**如果使用不當，可能會造成很多無用空間的浪費，**網絡帶寬的浪費，代碼通用性較差等情況，需要綜合數 據通用性、空間占用比、代碼維護性三點進行取舍