强烈推荐一个大神的人工智能的教程：http://www.captainbed.net/zhanghan

【前言】

      当数据达到一定量的时候，数据库会成为整个系统的瓶颈，一般采取的优化策略为读写分离，数据库通过分主库从库从而实现读写分离（写请求操作主库，读请求操作从库）；

【解决数据延迟思路】

        一、主从同步原理（在此以目前最普及的MySQL为例）

               以下是一张经典的MySQL通过binlog实现主从数据同步的原理图：

        二、问题是如何产生？

               1、从上面原理图中不难发现，主从同步是有一定的延迟，影响延迟大小因素：

                   （1）延迟的大小取决于从上次同步到现在产生数据量

                   （2）当前服务器间网络情况

                   （3）主从服务器本身压力（CPU，内存，IO等）

               2、由于数据库服务一般都是在内网当中，而且服务器在购置时都会高一些配置（比实际需要）所以基本上同步都很快，一般为毫秒级；

               3、一般的业务场景中毫秒级延迟是可以忽略；

               4、有一般就有特殊，有一些特殊情况需要实时毫秒级的时间差也不允许；以下是针对这些特殊情况给出常见的解决方案。

        三、数据延迟解决方案：

               1、方案一：写程序双写（写主库同时写读库）

               2、方案二：读程序查主库

               3、方案三：写程序写主库且写缓存（设置一定的失效时间，一般略大于数据库同步最大时延即可），读程序读缓存读从库    

        四、三种方案优缺点：

               1、方案一：双写会消耗一定的性能，实现起来比较简单，高并发写的场景不适用；

               2、方案二：读程序会影响主库的性能，实现起来比较简单，高并发读的场景不适用；

               3、方案三：大部分情况下读写均多消耗写性能，实现较为复杂，高并发读写都适用（缓存读写非常快）；

【总结】

        1、实现固然重要，但更为重要的是思路；

        2、很多底层的原理与思想是通用的。