使用Redis缓存的模式的有很多种,下面就逐一介绍。
一、数据库和redis分别处理不同的数据类型
数据库处理要求强一致实时性的数据,例如金融数据、交易数据;
redis处理不要求强一致实时性的数据,例如网站最热贴排行榜;
二、Cache-Aside模式
Cache-Aside模式的意思是业务代码直接维护缓存,这是最常用的一类模式。
2.1 读场景
先从缓存获取数据,如果缓存没有命中,则回源
到数据库获取源数据。
将数据放入到缓存,下次即可从缓存中获取数据。
放入缓存的可以是异步的(创建一个新的线程),也可以是同步的,根据实际情况自己选择。
2.2 非高并发情况下的写场景
先将数据写入数据库,写入成功后立即同步将数据写入缓存。
2.3 写多读少的写场景
先将数据写入数据库,写入成功后,将缓存数据过期/删除,下次读取时再加载缓存。
这样的好处是避免了不必要的写缓存操作。
2.4 高并发情况下的写场景
先写缓存,再定期更新数据库:
异步化,先写入redis的缓存,就直接返回;定期或特定动作将数据保存到mysql,可以做到多次更新,一次保存。
三、Cache-As-SoR(Redis不支持)
SoR:system of record
,记录系统,或者叫数据源;数据库是数据源的一种。
Cache-As-SoR即把Cache看作SoR,所有操作都是对Cache进行,然后Cache再委托给SoR进行真实的读写。即业务代码中只看到Cache的操作,看不到关于SoR相关的代码。
3.1 Read-Through
业务代码读Cache,如果不命中,由Cache读SoR。使用Read-Through
模式需要一个CacheLoader
组件来回源到SoR加载数据。Guava Cache
和Ehcache 3.X
都支持该模式。
3.2 Write-Through
对应Read-Through
,需要有一个CacheWriter
组件来回写SoR。Guava Cache
不支持,Ehcache 3.X
支持该模式。
3.3 Write-Behind
与 Write-Through
的区别是,Write-Through
是同步写SoR,Write-Behind
是异步写,从而可以实现批量写、合并写、延时写和限流。
四、订阅/曾量更新模式
canal是阿里巴巴旗下的一款开源项目,纯Java开发。基于数据库增量日志解析,提供增量数据订阅&消费,目前主要支持了MySQL(也支持mariaDB)。
基于日志增量订阅&消费支持的业务:
- 数据库镜像
- 数据库实时备份
- 多级索引 (卖家和买家各自分库索引)
- search build
- 业务cache刷新
- 价格变化等重要业务消息