簡單說明下，寫此文章算是對自己近一段工作的總結，希望能對你有點幫助，同時也是自己的一點小積累。
一.爲什麼選擇redis
在項目中使用redis做爲緩存，還沒有使用memcache,考慮因素主要有兩點：
1.redis豐富的數據結構,其hash,list,set以及功能豐富的String的支持，對於實際項目中的使用有很大的幫忙。（可參考官網redis.io）
2.redis單點的性能也非常高效（利用項目中的數據測試優於memcache）.
基於以上考慮，因此選用了redis來做爲緩存應用。
二.分佈式緩存的架構設計
1.架構設計
由於redis是單點，項目中需要使用，必須自己實現分佈式。基本架構圖如下所示：
2.分佈式實現
通過key做一致性哈希，實現key對應redis結點的分佈。
一致性哈希的實現：
l hash值計算：通過支持MD5與MurmurHash兩種計算方式，默認是採用MurmurHash，高效的hash計算。
l 一致性的實現：通過java的TreeMap來模擬環狀結構，實現均勻分佈
3.client的選擇
對於jedis修改的主要是分區模塊的修改，使其支持了跟據BufferKey進行分區，跟據不同的redis結點信息，可以初始化不同的ShardInfo，同時也修改了JedisPool的底層實現，使其連接pool池支持跟據key,value的構造方法，跟據不同ShardInfos，創建不同的jedis連接客戶端，達到分區的效果，供應用層調用
4.模塊的說明
l 髒數據處理模塊，處理失敗執行的緩存操作。
l 屏蔽監控模塊，對於jedis操作的異常監控，當某結點出現異常可控制redis結點的切除等操作。
整個分佈式模塊通過hornetq，來切除異常redis結點。對於新結點的增加，也可以通過reload方法實現增加。（此模塊對於新增結點也可以很方便實現）
對於以上分佈式架構的實現滿足了項目的需求。另外使用中對於一些比較重要用途的緩存數據可以單獨設置一些redis結點，設定特定的優先級。另外對於緩存接口的設計，也可以跟據需求，實現基本接口與一些特殊邏輯接口。對於cas相關操作，以及一些事物操作可以通過其watch機制來實現。（參考我以前寫的redis事物介紹）
以上是基於redis分佈式架構的介紹！但是應用中讀寫都是在一起的。相關寫是在應用操作後flush或者update的，有一定的耦合。爲了使讀寫分離，以及緩存模塊跟應用的耦合更小，考慮使用mysql binlog來刷新緩存。以下是基於binlog刷新可性行分析以及實現過程中需要注意的地方。
2.對於使用MIXED日誌格式，此日誌格式，記錄的是對應數據庫操作的SQL語句，採用此日誌方式存在的問題：
l 對於一些未任何更新操作的SQl語句，像條件不滿足，對應的sql也會記錄到binlog日誌中。
l SQL語句記錄的未必包括所有的更新操作。
l 對於一些分佈式數據庫，對於SQL中的where條件指定的是非均衡字段，也許會存在多條SQL,跟設計有關！
基於以上考慮，採用MIXED的日誌格式進行binlog解析是行不通的。（官網給出的指示是failed statementsare not logged ，但不包括語法沒錯誤，更新條件不符合對應的SQL）
3.採用ROW日誌格式
對於此日誌格式，每行變化都有對應的記錄，此日誌格式，對於解析及採集數據都是非常方便的，也只有採用此日誌格式，才能基於binlog修改，做刷新緩存相關方案的設計。但是基於此日誌格式也存在一些問題：
l 需要考慮項目中是否有大量的批量的update操作，如果採用此日誌格式，批量操作每一行修改都會記錄一條日誌，大量的批量操作所產生的日誌量，以及所帶來的IO開銷是否可以接受。
通過以上分析，最終項目中還是考慮基於ROW日誌格式進行緩存刷新，還有一個問題需要考慮，在應用層DB進行了相應的update操作後，所產生的Binlog是會帶來一定的延遲，如果Binlog處理模塊正常運行，數據是的延遲會非常少，MS級別以內，對用戶體驗是沒有感知的，但是Binlog模塊是多點，異常，以及相應的延遲肯定會是存在的，這樣，緩存數據肯定會存在髒數據。
不過通過以上方案，數據能達到最終一致性，因此how to權衡，需要考慮。
通過以上分析，是否採用Binlog來做緩存數據刷新相信大家有一個基本概念了
四.基於binlog刷新緩存的實現時注意的地方
1.如果是採用java做相關開發，可以使用開源的tungstenAPI
2.Binlog日誌解析是按照mysql 的master/slave同步流程來實現，即一個線程同步，一個線程解析。
3.設計是可分Binlog處理模塊以及緩存處理SqlEvent兩部分，其中Binlog處理解析好對應的SqlEvent，然後對應的緩存刷新處理SqlEvent,一個簡單的生產者-消費者模式。
4.對於多個Binlog處理模塊可以是單點，也可以是通過一些協同工具來管理，看需求。可以使用ZooKeeper等。
5.對於分佈式緩存中的數據，對於Binlog來刷新的緩存數據會存在load數據的問題，爲了減輕DB的額外壓力，flush操作可在get緩存數據處完成。看需求，如果讀寫完全分享的話此DB的額外壓力可以接收的話也可行。
6.對於緩存數據性一致性要求比較高的，可以通過版本號來控制，即在應用層引入一定的耦合，在DB操作時帶mark ，緩存刷新是也mark，另外get操作時比較雙版本號來達到數據的一致性。（此跟5談論的一定的聯繫，讀寫是否完全分離，以及相應一致性實現的一些方法）
五.一點心得前前後後，對redis完成調研，以及相關的一些使用，分佈式緩存的實現，基於binlog方式的修改等，接觸有一年多了，這段時間下來，學了很多，以上算是一點小記，這部分工作的一點小記。實現過程中存在更多的問題。
對於調研相關的一些工作，一定要做的仔細，相應的細節一定要了解透徹，否則也許一此小問題會導致整個方案的不可行，甚至更大的的問題。連鎖反應！
接下來有時間會寫一篇關於BloomFilter的的文章 ，以及D-Left_BloomFilter，在此說明，只爲自己有更大的動力去完成它。項目中實現了D-Left_BloomFilter，但在網上沒有相關實現，在對其優化後，會在博文上做一些小小的記錄。
以上如果有什麼不對的地方請指正，有什麼相關問題也可以跟我聯繫，可以一起交流學習！