额外需要注意的是，作为重度依赖服务器内存的缓存产品，如果开启了持久化（后面会提到），并且在为并发量极大的服务提供支持时，服务器硬件资源会出现大量抢占，请结合持久策略配置，考虑实例是否进行分盘存储。持久化本质是将内存数据同步写入硬盘（刷盘），而磁盘I/O实在有限，被迫的写入阻塞除了造成线程阻塞和服务超时，还会导致额外异常甚至波及其他底层依赖服务。当然，我的建议是，如果条件允许，最好是在项目初期设计时就进行规划并确定。
2.2 缓存“表”（Table）
一般缓存中并没有传统RDBMS中直观的表概念（往往以键值对“KV”形式存在），但从结构上来讲，键值对本身就可以组装为各种表结构。一般我会先生成数据库表关系图，然后分析什么时候存储字符串，什么时候存储对象，然后使用缓存键（KEY）进行表和字段（列）分割。
假定需要存储一个登录服务器表数据，包含字段（列）：name、sign、addr，那么可以考虑将数据结构拆分为以下形式：
{ key : "server:name" , value : "xxxx" }
{ key : "server:sign" , value : "yyyy" }
{ key : "server:addr" , value : "zzzz" }
需要注意的是，往往在分布式缓存产品中，例如Redis，存在多种数据结构（如String、Hash等），还需要根据数据关联性和列的数量，来选择对应缓存的存储数据结构，相关存储空间和时间复杂度是完全不同的，而这个在初期阶段是很难感受到的。
同时，就算缓存的内存设置的足够大，剩余也很多，也同样需要考虑类似RDBMS中的单表容量问题，控制条目数量不能无限增长（比如预知到存储条目可以轻松达到百万级），“分库分表”的设计思路都是相通的。
2.3 缓存键（Key）
上面提到了基于缓存键来设计表，这里再单独说明一下键相关的个人规范。在键长度足够简短的前提下，如果关联相同业务模块，则必须设计为以同一个标识（代号）开头，目的是方便查找和统计管理。
如用户登录服务器列表：
{ key : "ul:server:a" , value : "xxxx" }
{ key : "ul:server:b" , value : "yyyy" }
另外，每个独立业务系统可考虑配置一个唯一的通用前缀标识，当然，这里不是必需，若实际工作中，如果使用的是不同库，则可以忽略。
2.4 缓存值（value）
缓存中的值（这里指单一条目）的大小没有平均标准，但Size自然是越小越好（若使用的是Redis，一次操作的value较大会直接影响整个Redis的响应时间，不仅仅是指网络I/O）。如果存储占用空间直达10M+，建议考虑关联的业务场景是否可以拆分为热点和非热点数据。
2.5 持久化（Permanence）
上面也简单提了下，一般来说，持久和缓存本身是没有直接关系的，可以粗略想象为一个面向硬盘一个面向内存。但如今的Web项目里，有些业务场景是高度依赖缓存的，持久化可以一方面帮助提高缓存服务重启后的快速恢复，一方面提供特定场景下的存储特性。当然，由于持久化必然需要牺牲一些性能，包括CPU的抢占和硬盘I/O影响。不过大多数时候是利大于弊，建议在应用缓存的时候，没有特别情况的话，尽量搭配持久化，无论是使用自身机制还是第三方来实现。
如果是使用的Redis，其自身就具备相关持久策略，包含AOF和RDB，我在大多数情况下是两者同时配置的（当然，最新官方版本本身也提供了混合模式）。如果在一些非高并发的场景下，或者说在一些中小项目的管理模块里，仅仅只是作为优化手段，确定了不需持久，也可以直接设置关闭，节约性能开销损耗，但建议在程序中将该实例做好标注，确保该实例的公共使用范围。
2.6 淘汰（Eliminate）
缓存如果无限制的增长，即使设置了较短的过期（Expiration ），在一些时间点上，高并发的一批大数据会在较短时间内就达到了可使用内存的峰顶，此时程序中与缓存服务器的交互会出现大量延迟和错误，甚至给服务器自身都带来了严重的不稳定性。所以在生产环境里尽量给缓存配置最大内存限制，以及适当的淘汰策略。
如果使用的是Redis，自身淘汰策略选择比较灵活。个人的设计是，在数据呈现类似幂律分布情况下，总有大量数据访问较低，我会选择配置allkeys-lru、volatile-lru，将最少访问的数据进行淘汰。再比如缓存是作为日志应用的，那么我一般是项目前期是配置no-enviction，后期会配置为volatile-ttl。当然，我也见过一种特殊业务下的设计，缓存直接用来作为轻量的持久数据库使用，而且是终端，开始觉得有些新奇，后来发现是非常符合业务设计的（比如几乎没有任何复杂逻辑和强事务）。所以合情合理，确实不应该禁锢在传统设计里，毕竟架构总是基于业务去实时组合和改变的。
三、缓存的基础CURD和其他相关（在这里我主要讨论一级缓存）
3.1 新增（Create）