通常， 分布式缓存 是 NoSql 数据库， 比如 Redis 。
但 实际上 我们 可以用 关系数据库 来 作 缓存 。
比如 常用的 商品列表 等， 可以用 关系数据库 来作 缓存， 查询 排序 维护 都很方便 。
这种情况 其实 就是 在 主数据库 外 再建一个 数据库 用于 查询，
通过 Job 定时 同步 主数据库 的 资料 到 这个 “缓存”数据库 就可以 。
根据需要， 我们可以在 主数据库 外 建立 多个 “缓存”数据库， 也可以 称为 外围数据库， 周围数据库， 卫星数据库 。
通过 Job 定时 同步数据 到 这些 卫星数据库 。
这样的架构， 井然有序 。
在 大环境 上， 硬件技术 和 关系数据库技术 在 近几年 取得了 长足 的 进步， 并且这一趋势在未来还将延续 。
可以看看这篇文章 《CAP, BASE, 最终一致性和五分钟原则》 https://blog.csdn.net/u013613428/article/details/55259924
里面提到 “内存是硬盘， 硬盘是磁带” 。
分布式缓存 ， 比如 Redis ， 可以作为 集群 的 共享内存， Server 们 通过 Redis 来 共享数据， 通信， 同步协作 。
Redis 提供的一些数据类型还是 颇具价值 的， 比如 队列 Queue， 以及 Block Pop 等 Block 操作 。
可以用于 Server 间 共享数据， 通信， 同步协作 。
Server 间 的 共享数据， 通信， 同步协作 和 线程间 的 共享数据， 通信， 同步协作 是 类似的 ，
线程间 通过 内存 来 共享数据， 通过 Lock 来 同步协作，
Server 间 则 利用 Redis 这样的 分布式缓存 作为 共享内存， 利用 Redis 提供的 Lock ， 或者 Block 操作 来 同步协作 。
用 关系数据库 作为 缓存 的好处是， 访问 缓存 和 访问 数据库 的 代码 是一样的， 处理数据 的 方式 也是一样的，
访问 和 处理 数据 的 思维 是一样的 。
只需要 工厂方法 返回 适当的 连接对象（Connection） 即可 。
这样好像 回到了 十多年前 甚至 更早， 好像 回到了 远古 的 草原 和 森林， 啊， 呼吸着新鲜的空气 。
又好像回到了 大学 的 某个 早晨， Sql 代码，再加一杯 咖啡， 再来一抹阳光， So Fresh ~~ 。
我不赞成 把 关系数据 变成 Key-Value 数据， 再在 应用程序 里用复杂的 对象关系 把 Key-Value 数据 包起来 。
Sql ， 数据 ， 代码 ， 咖啡 ， 阳光 ， 岂不甚好 ？