【五一创作】缓存的理解 - - 侧重于Redis

缓存

什么是缓存

• 缓存就是数据交换的缓冲区（Cache），是存储数据的临时地方，一般读写性能比较高
• 缓存的作用
  • 降低后端负载
  • 提高读写效率，降低响应时间
• 缓存的成本
  • 数据一致性成本
  • 代码维护成本
  • 运维成本

缓存更新策略

1. 业务场景

   • 低一致性需求：使用内存淘汰机制。例如店铺类型查询的缓存
   • 高一致性需求：主动请求，并以超时剔除作为兜底方案。例如店铺详细查询的缓存

2. 主动更新策略
   

   • Cache Aside Pattern 人工编码方式：缓存调用者在更新完数据库后再去更新缓存，也称之为双写方案
   • Read/Write Through Pattern : 由系统本身完成，数据库与缓存的问题交由系统本身去处理
   • Write Behind Caching Pattern ：调用者只操作缓存，其他线程去异步处理数据库，实现最终一致

操作缓存和数据库时需要考虑的三个问题

1. 删除缓存还是更新缓存
   • 更新缓存：每次更新数据库都更新缓存，无效写操作较多 ×
   • 删除操作：更新数据库时让缓存失效，查询时再更新缓存 √
2. 如何保证缓存与数据库的操作同时成功或失败
   • 单体系统，将缓存和数据库操作放在一个事务
   • 分布式系统，利用TCC等分布式事务方案
3. 先操作缓存还是先操作数据库
   • 先删缓存，再操作数据库，如果多线程并行执行可能会出现缓存跟数据库内容不一致
   • 先操作数据库，再删除缓存，由于缓存的读速度非常快，在这个时间段内如果想要完成数据库的更新操作的可能性非常小，所以选择这种方式
     

缓存更新策略的最佳实践方案

1. 低一致性需求：使用Redis自带的内存淘汰机制
2. 高一致性需求：主动更新，并以超时剔除作为兜底
   • 读操作
     • 缓存命中则直接返回
     • 缓存未命中则查询数据库，并写入缓存，设定超时时间
   • 写操作：
     • 先写数据库，然后再删除缓存
     • 要确保数据库与缓存操作的原子性

缓存穿透

缓存穿透是指客户端请求的数据在缓存中和数据库中都不存在，这样缓存永远不会生效，这些请求都会打到数据库，不断发起请求给数据库带来巨大的压力。

解决方案

1. 缓存空对象：查询数据库后直接返回null
   • 优点：实现简单，维护方便
   • 缺点：存在额外的内存消耗；可能造成短期的不一致
2. 布隆过滤
   • 优点：内存占用较少，没有多余key
   • 缺点：实现复杂；可能存在误判，仍有穿透的风险
     
3. 增强id的复杂度，避免被猜测id规律
4. 做好数据的基础格式校验
5. 加强用户权限管理
6. 做好热点参数的限流

缓存雪崩

缓存雪崩是指在同一时段大量的缓存key同时失效或者Redis服务宕机，导致大量请求到达数据库，带来巨大压力。

解决方案：

• 给不同的Key的TTL添加随机值
• 利用Redis集群提高服务的可用性
• 给缓存业务添加降级限流策略
• 给业务添加多级缓存

缓存击穿

缓存击穿问题也叫热点Key问题，就是一个被高并发访问并且缓存重建业务较复杂的key突然失效了，无数的请求访问会在瞬间给数据库带来巨大的冲击。
常见的解决方案有两种：

• 互斥锁
• 逻辑过期

互斥锁方案：由于保证了互斥性，所以数据一致，且实现简单，因为仅仅只需要加一把锁而已，也没其他的事情需要操心，所以没有额外的内存消耗，缺点在于有锁就有死锁问题的发生，且只能串行执行性能肯定受到影响

逻辑过期方案： 线程读取过程中不需要等待，性能好，有一个额外的线程持有锁去进行重构数据，但是在重构数据完成前，其他的线程只能返回之前的数据，且实现起来麻烦
一个是保证了一致性，一个是保证了可用性