分布式缓存（Redis）及消息队列（Kafka）
设想一种情况，服务A频繁的调用服务B的数据，但是服务B的数据更新的并不频繁。
实际上，这种情况并不少见，大多数情况，用户的操作更多的是查询。如果我们缓存读操作，这样就可以节省服务间调用及访问数据库的成本，从而极大的缩短服务A的请求时间，从而改善性能。
我们发现，如果数据更新，服务B必须及时调用服务A，让服务A删除该数据的缓存。或者直接与缓存服务器，删除该数据的缓存。但是，无论使用哪种方式，都会使服务A和服务B紧密耦合。如果我们使用异步方式，使用消息在服务之间传递，可以有效改善这种缺点。
服务B每次更新数据后，就发布一条消息到消息队列，而服务A从消息队列获取消息，并删除该数据的缓存。服务B不需要知道消息发给谁，服务A也不需要知道消息从哪来。
接下来几节会使用Spring Cloud Stream搭建一个如图所示的框架。
事件驱动架构（String Cloud Stream）
String Cloud可以轻松地将消息集成到基于Spring的微服务中，它是通过String Cloud Stream来实现的。String Cloud Stream是一个由注解驱动的框架，它允许开发者在String微服务架构中轻松地构建消息发布者和消费者。
String Cloud Stream中有4个组件涉及发布和接收消息：
发射器（source）
通道（channel）
绑定器（binder）
接收器（sink）
