解耦式架构
- 读写缓存分离：全局缓存采取读写缓存分离设计，具备如下优势。
- 流程解耦，写缓存刷盘、读缓存淘汰无需互斥，水位灵活调控。
- 资源解耦，读写缓存并发、内存Quota等资源分离，避免互锁争用问题。
- 数据解耦，支持根据对掉电、故障等异常的容忍度进行差异化读写缓存介质和冗余策略组合，实现数据感知的最优可靠性、可用性、成本配置。
- 智能预取推荐/执行引擎分离：创新性的提出Client端推荐引擎+Server端执行引擎分离的智能预取架构，相对于业界流行的分布式缓存预取模式，具备如下优势。
- 相对于Server端本地推荐，由于数据未经源端打散，推荐引擎拥有全局数据访问视图，从而进行全局精准推荐，同时单机部署模式可以避免共享卷等场景的推荐引擎扰邻效应。
- 相对于Server端中心化推荐，可以减少数据推送和执行策略拉取两跳网络，从而避免预取不及时带来的缓存伪命中开销。
- 相对于单机缓存，Server端资源池化大幅提高缓存资源利用率，支持高可用，且不需要支付多副本实例带来的数据冗余浪费。
父主题： 关键技术
