iOS数据持久化设计
数据持久化的目的
1､快速展示，提升体验
已经加载过的数据，用户下次查看时，不需要再次从网络（磁盘）加载，直接展示给用户
2､节省用户流量（节省服务器资源）
对于较大的资源数据进行缓存，下次展示无需下载消耗流量
同时降低了服务器的访问次数，节约服务器资源。（图片）
3､离线使用。
用户浏览过的数据无需联网，可以再次查看。
部分功能使用解除对网络的依赖。（百度离线地图、图书阅读器）
无网络时，允许用户进行操作，等到下次联网时同步到服务端。
4､记录用户操作
草稿：对于用户需要花费较大成本进行的操作，对用户的每个步骤进行缓存，用户中断操作后，下次用户操作时直接继续上次的操作。
已读内容标记缓存，帮助用户识别哪些已读。
搜索记录缓存
数据持久化方式分类
在移动端的数据持久化方式总体可以分为以下两类：
1､内存缓存
- 定义
对于使用频率比较高的数据，从网络或者磁盘加载数据到内存以后，使用后并不马上销毁，下次使用时直接从内存加载。 - 案例
iOS系统图片加载——[UIImage imageNamed:@"imageName"]
网络图片加载三方库：SDWebImage
2､磁盘缓存
- 定义
将从网络加载的、用户操作产生的数据写入到磁盘，用户下次查看、继续操作时，直接从磁盘加载使用。 - 案例
用户输入内容草稿缓存（如：评论、文本编辑）
网络图片加载三方库：SDWebImage
搜索历史缓存
5､缓存策略(常见缓存算法)
在缓存设计中，由于硬件设备的存储空间不是无限的，我们期望存储空间不要占用过多，仅能缓存有限的数据，但是我们希望获得更高的命中率。想达到这一目的。通常需要借助缓存算法来实现。
1、FIFO（First in First out）
实现原理：
FIFO 先进先出的核心思想如果一个数据最先进入缓存中，则应该最早淘汰掉。类似实现一个按照时间先后顺序的队列来管理缓存，将淘汰最早访问的数据缓存。
问题：
没有考虑时间最近和访问频率对缓存命中率的影响。对于用户较高概率访问最近访问数据的情况，命中率会比较低。
2、LFU（Least Frequently Used）
实现原理:
LFU 最近最少使用算法是基于“如果一个数据在最近一段时间内使用次数很少，那么在将来一段时间内被使用的可能性也很小”的思路。记录用户对数据的访问次数，将访问次数多的数据降序排列在一个容器中，淘汰访问次数最少的数据。
问题:
LFU仅维护各项的被访问频率信息,对于某缓存项,如果该项在过去有着极高的访问频率而最近访问频率较低,当缓存空间已满时该项很难被从缓存中替换出来,进而导致命中率下降。
3、 LRU (LeastRecentlyUsed)
4、 LRU-K (LeastRecentlyUsed)
5、2Q（Two queues）
6、MQ（Multi Queue）
iOS端可供选择的数据持久化方案
-
内存缓存
实现内存缓存的技术手段包括苹果官方提供的NSURLCache，NSCache，还有性能和API上比较有优势的开源缓存库YYCache、PINCache等 -
磁盘缓存
-
NSUserDefault
适合小规模数据，弱业务相关数据的缓存。
-
keychain
Keychain是苹果提供的带有可逆加密的存储机制，普遍用在各种存用户名、密码的需求上。另外，Keychain是系统级存储，还可以被iCloud同步，即使App被删除，Keychain数据依然保留，用户下次安装App，可以直接读取，通常会用来存储用户唯一标识串。所以需要加密、同步iCloud的敏感小数据，一般使用Keychain存取。
-
文件存储
- Plist：一般结构化的数据可以Plist的方式去持久化
- archive：Archive方式可以存取遵循协议的数据，比较方便的是存取使用的都是对象，不过中间的序列化和反序列化需要花费一定的性能，可以在想要使用对象直接进行磁盘存取时使用。
- Stream：指文件存储，一般用来存图片、视频文件等数据
-
数据库存储
数据库适合存取一些关系型的数据；可以在有大量的条件查询排序类需求时使用。
根据需求选择：
简单数据存储直接写文件、key-value存取即可。
需要按照一些条件查找、排序等需求的，可以使用sqlite等关系型存储方式。
敏感性高的数据，加密存储。
不希望App删除后清除的小容量数据（用户名、密码、token）存keychain。
