Azure 高速缓存层在高性能读取模型（数据库）之上的优势

我目前正在观察和研究几种现有的软件体系结构技术，在开发超规模应用程序时可以考虑这些技术。正如他们所说，网络规模的架构

我现在了解到，可以拆分读写模型/数据库。因此，现在我在我的应用程序中构建了一个数据层，它可以写入RDBMS（SQL SERVER），但可以从Azure表存储中读取数据（如果正确分区，它的速度会非常快）

---

问题是，既然读模型已经非常快了，为什么还要或者应该在它上面添加一层缓存（例如分布式Redis缓存）？获得什么性能/优势？如果我理解正确的话，它只会增加另一层复杂性，因为您必须处理陈旧的数据。

缓存层总是比RDBMS更快，能够处理更高的吞吐量

基本上，您可以对RDBMS执行更复杂但速度较慢的查询，然后将它们存储在缓存层中，这基本上只是O（1）访问的键值存储。相比之下，对RDBMS的查询基本上不会那么快。如果您有很多人重复执行相同的查询，那么这是一个很好的扩展途径，可以为您的用户提供更快的体验

---

是的，取舍是它增加了一层额外的复杂性。如果您的数据库足够强大和快速，可以处理当前的load+，那么不要担心缓存。另一方面，如果您正试图扩展或为用户提供更快的体验，则缓存远没有对数据库进行分片或群集化复杂，而且对于许多应用程序来说，它将走得更远，需要的实现和维护工作更少。

我知道缓存比RDBMS快得多，但我已经有了一个NoSQL数据存储，它充当了一个快速读取模型（我不查询我的RDBMS，它只用于编写和确保数据一致性）。我不知道缓存在这样的体系结构中是否仍然相关。你明白我什么意思吗？