缓存模式（Cache Aside、Read Through、Write Through、Write Behind）

最新推荐文章于 2024-09-14 22:20:57 发布
最新推荐文章于 2024-09-14 22:20:57 发布
阅读量499 收藏
点赞数
分类专栏： 计算机 程序员 Java 文章标签： java
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/JavaMonsterr/article/details/125678722
版权
本文介绍了四种缓存模式：Cache Aside、Read Through、Write Through和Write Behind。Cache Aside是最常用的缓存模式，读操作首先检查缓存，若未命中则从数据库获取并存入缓存。更新操作时，可以选择删除缓存条目或同步更新。Read-Through模式中，缓存负责从数据库获取数据。Write Through模式确保每次写操作都同步到数据库。Write Behind模式异步写入数据库，降低延迟但可能导致短暂的数据不一致。
摘要由CSDN通过智能技术生成

概览

缓存是一个有着更快的查询速度的存储技术，这里的更快是指比起从初始的数据源查询（比如数据库，以下都称作数据库）而言。我们经常会把频繁请求的或是耗时计算的数据缓存起来，在程序收到请求这些数据的时候可以直接从缓存中查询数据返回给客户端来提高系统的吞吐量，现在我们来看看有哪些缓存模式可以考虑。

Cache-Aside

Cache-Aside 是最广泛使用的缓存模式之一，如果能正确使用 Cache-Aside 的话，能极大的提升应用性能， Cache-Aside 可用来读或写操作。

读操作

我们先来看下读操作的数据流：

  • 1、程序接收数据查询的请求
  • 2、程序检查要查询的数据是否在缓存上
    • 如果存在（cache hit），从缓存上查询出来
    • 如果不存在（cache miss），从数据库中检索数据并存入缓存中
  • 3、程序返回要查询的数据

在Spring中，可如下实现，当 getRecordForSearch() 方法被调用的时候，如果缓存中存在对应key的数据，那就会自动的从缓存中获取（此时方法体不会被执行），当缓存中不存在key对应数据的时候，会执行方法体从数据库中查询数据并设置到缓存中去。

@Cacheable("default&
最低0.47元/天 解锁文章
JavaMonsterr
关注
专栏目录
缓存设计模式~寒夜
weixin_44012853的博客
02-22 488
缓存作为一项提升服务吞吐量和降低时延的技术, 已经普遍被使用在应用服务中。不过在缓存的使用中, 会面临一个更新(数据一致性)的问题: 当数据源发生变化, 如何去更新到数据库与缓存之中, 并且尽量在可控的条件下保障安全与性能.
九、应用级缓存——总结缓存使用模式实践
流楚丶格念的博客
08-25 801
在应用级缓存的实际使用中，理解并应用缓存使用模式可以极大地提升系统性能和一致性。以下是几种主要的缓存使用模式，以及如何在实际项目中使用它们。首先，定义一个Copier@Override// 进行 Copy-On-Read 操作，创建键的副本// 示例实现@Override// Copy-On-Write 通常不需要键的副本return key;@Override// 进行 Copy-On-Read 操作，创建值的副本// 示例实现@Override。
Cache Aside pattern
最新发布
weixin_46028606的博客
09-14 262
Cache Aside pattern
缓存的Cache Aside模式
weixin_34006965的博客
09-05 154
序 本文主要讲述下缓存的Cache Aside模式。 Cache Aside 有两个要点： 应用程序先从cache取数据，没有得到，则从数据库中取数据，成功后，放到缓存中。 更新是先更新数据库，成功后，让缓存失效.为什么不是写完数据库后更新缓存？主要是怕两个并发的写操作导致脏数据。 public V read(K key) { V...
#缓存服务器学习笔记(1)#memcached部署
weixin_50988764的博客
10-23 314
关系型数据库和非关系型数据库的区别 许多Web应用都将数据保存到 RDBMS中，应用服务器从中读取数据并在浏览器中显示。但随着数据量的增大、访问的集中，就会出现RDBMS的负担加重、数据库响应恶化、 网站显示延迟等重大影响。Memcached/redis是高性能的分布式内存缓存服务器,通过缓存数据库查询结果，减少数据库访问次数，以提高动态Web等应用的速度、 提高可扩展性。 RDBMS(关系型数据库)：mysql mariadb oracle db2 “sql server” NOSQL(非关系型数据库)：
图文并茂说明缓存策略：Cache-Aside，Read-Through，Write-Through，Write-Behind
03-22
1. Cache-Aside：应用程序首先检查缓存中是否存在所需数据，如果不存在，则从后端存储中获取数据并将其放入缓存中。如果数据已经存在于缓存中，则应用程序直接从缓存中获取数据。这种策略适用于读多写少的场景。 2....
三种经典的缓存使用模式
java_beautiful的博客
07-02 391
一致性就是数据保持一致，在分布式系统中，可以理解为多个节点中数据的值是一致的。 强一致性：这种一致性级别是最符合用户直觉的，它要求系统写入什么，读出来的也会是什么，用户体验好，但实现起来往往对系统的性能影响大； 弱一致性：这种一致性级别约束了系统在写入成功后，不承诺立即可以读到写入的值，也不承诺多久之后数据能够达到一致，但会尽可能地保证到某个时间级别（比如秒级别）后，数据能够达到一致状态； 最终一致性：最终一致性是弱一致性的一个特例，系统会保证在一定时间内，能够达到一个数据一致的状态。这里...
缓存模式
xwf1228的博客
10-26 194
的
缓存的使用模式
lqadam的博客
12-08 370
缓存的使用模式 最近在看公司的库存编年史，看到公司在库存上的架构演变，看到关于缓存的地方，发现对于缓存的设计有点忘了，整理总结一下。 cache aside 最常见 就是最常见的有缓存读缓存，没缓存读db，回写缓存，更新db需要失效缓存 问题 这里需要注意的是并发情况下的顺序问题 先更新db，后更新缓存：后更新，而不是失效缓存的问题是 如果有并发的写的话，因为回写缓存的网络延迟不好控制，会存在先...
Redis缓存机制：缓存模式
weixin_45570616的博客
09-03 400
1.缓存模式 缓存的目的是为了降低数据库的压力：一、提升性能：①在多数情况下，select是出现性能问题最大的地方。一方面，select会有很多像join、group、order等丰富的语义，非常耗性能；另一方面，多数应用都是读多写少，加剧了慢查询的问题。②分布式系统中远程调用也会很耗性能，因为有网络开销，会导致整体的响应时间下降。二、缓解数据库压力：当用户请求增多时，数据库的压力将大大增加，通过...
Cache Aside Pattern（缓存模式）
wangtaojiushiwo的博客
05-13 824
在一次秒杀系统中接触到这个概念--Cache Aside Pattern 度娘之后，说下我的理解： 为什么要用缓存模式： 提升服务性能！！！而服务性能瓶颈往往都在DB，高并发情况下尤甚，我们知道数据库是持久化在硬盘上，而缓存往往是基于内存的，两个之间的读写性能不在一个量级，由此可见缓存带来的性能提升。 什么时候需要使用缓存？ 1>需要频繁的查询数据库 2>极其消耗数据库性能...
三种缓存模式（Cache Pattern）
GintaBerry的专栏
12-02 3512
（这是一个MIT同学整理的6.004 Computation Structure的课程的笔记，内容清晰易懂，看一遍可以简单了解计算机组成的基本内容，一共55页，计划全部译成中文。转载请注明出处。） （笔记原文： https://app.box.com/s/hj73i5cnek38kpy9yw22） 存储层次(Memory Hierarchy) CUP和内存数据交换的效率不高，这是指令
Azure设计模式之缓存模式
我的英文站点：https://iorilan.medium.com/
01-10 538
缓存模式将数据按需从数据库加载到缓存中。可以提高性能，并且还有助于保持缓存数据与数据库中数据的一致性。问题背景应用程序使用缓存来改进对数据库信息的重复访问。然而，若使缓存中数据始终与数据库中的完全一致是不切实际的。应用程序应实现有助于确保缓存中数据尽可能保持最新的策略，也可检测并处理缓存中数据变得过时出现的情况。解决方案许多商业缓存系统提供直读，直写，后台写操作。在这些系统中，应用程序通过引用缓存
Cache Aside 缓存设计模式
James郑的专栏
03-13 2136
此文内容是学习耗子叔博客的，这里仅仅做学习笔记，具体请链接： https://coolshell.cn/articles/17416.html/comment-page-2#comments 在此向耗子叔大神，致敬。 其具体逻辑如下： 失效：应用程序先从cache取数据，没有得到，则从数据库中取数据，成功后，放到缓存中。 命中：应用程序从cache中取数据，取到后返回。 更新：先把数据存到...
缓存设计模式
u010488926的博客
05-11 676
Write-Through-Back Pattern是结合了Write-Through(透写缓存)和Write-Back / Write-Behind (写后缓存)模式的缓存方法。当业务侧请求数据时，如果数据不在缓存中，则从数据源加载数据并将其存储在缓存中。注：Cache-Aside Pattern/Lazy-Loading Pattern(旁路缓存)，是Lazy-Loading (懒加载)的一种实现方式。如果不存在，则缓存层负责从数据源加载数据，存入缓存，并返回给业务层。：指同步缓存与数据库中的数据。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值