认识达内从这里开始

其实在电脑中，内存并不是读取速度最快的存储介质，还有更快的，叫CPU缓存。如果你看CPU的参数，经常能看到（L1/L2/L3缓存，他们共同组成CPU缓存），它是CPU的一部分，你们在看CPU规格时常常会看到，它离CPU计算核心更近，访问速度更快，但容量更小。CPU缓存和内存的关系与内存和硬盘的关系是一样的。其实CPU缓存中还能细分，“L1缓存 ”是“L2缓存 ”的缓存，“L2缓存”是“L3缓存”的缓存，“L3缓存”是内存的缓存。

缓存还有另外一个作用，缓冲。

达内长沙IT培训举个拉面店的例子。

有个拉面店只卖一种拉面，顾客时多时少，有时一次性来好几个人，师傅现做的话肯定有顾客等很久，如果提前做很多的话又有可能做多卖不出去，那么师傅想了这么一个策略，提前做好一些拉面，放在一个固定的桌子上，如果桌子上的拉面达到2碗，师傅就慢着点做，如果一直没卖出去，桌上的面达到4碗，就完全不做了，如果某个时段生意旺卖很快，桌上的面可能会少于2碗，或者卖完，甚至还有人等，那么师傅就要开足马力做面了。

那么，这里就把桌子当作缓存，通过缓存策略，给师傅一定的缓冲时间，一定程度上抵消人流波动带来的影响。

缓冲可以从两个角度解释，一个是任务发送者，另一个是任务处理者。在发送者和处理者之间设置缓存，来协调任务发送速度与处理速度不一致。当任务发送速度大于处理速度时，任务在缓存中堆积，发送者减慢发送速度，处理者提高处理速度；如果缓存中任务非常少了，则提高发送速度，减慢处理速度。如果处理是一次性的，缓存能减少处理的频率。

达内长沙IT培训再举个例子：垃圾桶是一种缓存，如果家里没有垃圾桶，我们一旦有垃圾就得扔到外头的垃圾桶，垃圾桶的存着可以减少我们处理的频率。

产品例子

缓存理论不仅在计算机领域应用广泛，而且在生活和产品中也常常用到。我们先对理论进行抽象：

缓存/内存，泛指那些使用方便又非常有限的容器。

硬盘，那些使用不方便但容量非常大的容器。

数据，放在容器中的物体。

算法，上面的算法大多都是说怎么淘汰，而下面往往说的是怎么保留，怎样选择，其实本质是一样的。从保留数据的角度重新解释上面的算法：FIFO，保留最后进入内存的；LRU，保留最近用过的；LFU，保留近期使用最频繁的；AI，保留未来最可能用到的。

达内长沙IT培训再举例说明：

我们的电脑桌面就是一个“缓存”，你可以在上面放文件及程序，它非常方便，触手可及，但是它容量非常有限，而资源管理器（我的电脑）则像是“硬盘”。桌面空间有限，东西多了也容易造成混乱，所以必须有所取舍，熵君在整理电脑桌面时一般会将最常用的放在桌面上，不常用的淘汰，这其实就是LFU算法 。

我们的手机桌面的首屏也可以当做“缓存”，一打开就能用到，而最下面一排的快捷栏则是更高级的缓存。我一直期望手机有这样一个功能，自动把最常用(LFU)的应用放首屏，省得我去整理。

网站的首页也是一个缓存，就拿电商网站来说，首页资源是非常珍贵的，过去，这个首页往往是死的，把一些热门的商品放在首页，而现在都是使用推荐算法为每个用户定制首页，这就是上面所说的AI算法。新闻网站也很类似，以前都是编辑根据经验人工调整的首页，现在往往会引入智能算法（AI），结合用户个性化，新闻时效性等综合因素来安排首页内容。

生活中也有很多例子。比如桌面，或者其他一些触手可及的地方；我也会制造缓存，比如指定衣柜中的某个格子为缓存，规定放在这个格子里的衣服可以随意堆放。这些“缓存”常常会溢出，比如桌上太多东西了，影响我工作了；或者衣柜里的缓存区衣服太满，衣服不好找了。

这时我就会清理，我会把不常用的物品清出缓存区，并规整地放在它应该放的地方。这样就避免了频繁整理常用的物品，而这些常用的物品常常在你整理后又会使用到，那么之前就白整理了。这里也用到了缓存的缓冲功能。

这样的例子还有很多，比如微信的首屏也是个缓存，显示最近的对话，显然是使用LRU算法。当你在某个场景抽象出了缓存，那么下一步就是选取合适的算法，一般情况下LFU/LRU这样的简单算法就够用了，如果缓存资源非常珍贵，那么就应该求助你们的算法工程师做一套AI算法了，这就是缓存理论。