# dcache缓存服务

### 介绍

DCache是一个基于[TARS](https://github.com/TarsCloud/Tars)框架开发的分布式NoSQL存储系统，数据采用内存存储，支持连接后端DB实现数据持久化。DCache采用集群模式，具有高扩展、高可用的特点。

DCache在腾讯内部有大量业务使用，日访问总量超万亿次。

DCache具有以下特点

* 高性能存储引擎，支持key-value，k-k-row，list，set，zset多种数据结构，支持数据持久化落地后端DB。
* 集群模式，高扩展，高可用，支持异地镜像，就近接入。
* 通过名字访问，支持同步、异步、单向RPC调用。
* 高效运维平台，在线完成服务部署、扩缩容、迁移，以及服务配置，服务调用质量监控。
* 业务无须和直接和mysql交互, DCache会自动缓写DB

**目前DCache不支持K8SFramework**

### 组成说明

DCache由一系列服务组成, 通常分两类:

* 一类是管理类服务, 它在部署DCache系统时就需要存在, 主要用于管理Cache服务

> - DCache.DCacheOptServer: Cache的操作服务, 用来部署Cache服务
> - DCache.PropertyServer: Cache特殊的上报监控特性的服务, 注意Cache类服务的模板中, property指向到这个服务
> - DCache.ConfigServer: 提供生成Cache等服务需要的配置信息

* 一类是缓存服务, 它在每次创建一套Cache系统时动态部署在Tars平台上

> - RouterServer: 路由服务, 管理Cache服务的路由信息
> - ProxyServer: Cache服务的请求入口代理
> - KVCacheServer: key-value模式的cache服务
> - MKVCacheServer: k-k-row，list，set，zset等模式的cache服务
> - CombineDbAccessServer: 访问mysql数据库的代理服务

### 支持说明

在< TarsWeb:v3.0.3 之前, DCache管理平台被内置在 TarsWeb 中, 之后版本为了提高 TarsWeb 的扩展性, TarsWeb 支持了服务扩展化, 即你可以实现独立的 web 服务和 TarsWeb 整合到一起, 从而当子模块服务升级时无须升级 TarsWeb, 具体方式[请参考 TarsWeb 相关的文档](https://tarscloud.gitbook.io/tarsdocs/ji-chu-jie-shao/plugins).

### 安装方式

推荐使用新版本 >= tarscloud/framework:v3.0.10 时, 直接从云市场安装系统, 建议以容器方式启动, 这样不依赖操作系统 stdc++.so 的版本.

[容器方式启动业务方式请参考](https://doc.tarsyun.com/#/installation/service-docker.md)

### mysql 配置说明

在安装系统时, 需要依赖 mysql, 因此在安装注意配置依赖的 mysql 地址

* DCacheOptServer 请修改`DCacheOptServer.conf`
* PropertyServer 请修改`PropertyServer.conf`
* ConfigServer 请修改`ConfigServer.conf`

数据库请使用同一个, 注意安装时, 这些配置中的数据库信息需要配置正确!

### 其他说明

具体说明请升级框架以后, 进入TarsWeb的服务市场, 在产品中选择网关系统查看


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://tarscloud.gitbook.io/tarsdocs/fu-wu-kuo-zhan/dcache.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.