性能设计--缓存

最常见的性能问题–慢查询

原因：
1.select有 join,group,order,like等复杂的语义
2.大多数应用都是读多写少 (读写分离，分库分表，分布式数据库)

使用缓存场景

1.分布式系统远程调用，响应时间下降，降低性能
2.数据实时性要求不高的情况

三种模式

1. Cache Aside
2. Read/Write Through
3. Write Behind Caching

Cache Aside 模式

查询：
应用在 cache中查数据，有则返回，没有则从数据库中查，成功后放入缓存，返回结果

更新：
应用 先更新 数据库，成功后 让缓存失效(是失效不是更新)

注：
更新的时候是对缓存失效，不是更新，如果是更新的话，两个并发写操作会导致脏数据。

并发问题：
一个读操作，没有命中缓存 ，进入数据库查询，此刻出现写操作，写操作更新完数据库，失效缓存，这个时候，读操作出了数据库，把之前的旧数据放入缓存，导致缓存和数据库不一致。

这个出现的概率比较低，相当于一个读操作比写操作先进入数据库 ，却比写操作后出数据库。   一般情况下 写会耗费更多时间

解决方法：
1.2pc|Paxos协议保证一致性
2.降低出现概率
3.合理设置缓存过期时间

Read/Write Through 模式

应用程序只对接 缓存 ，缓存作为代理同步到数据库
更新的时候，没命中缓存，直接更新数据库

Write Behind Caching 模式

原理和操作系统linux 的write back一样
在更新数据的时候，只更新缓存，不更新数据库，而缓存会异步地批量更新数据库。
能有效提高数据库IO，但是存在数据丢失的情况，数据不是强一致性。

参考 Redis

参考 Redis和Mysql的结合方案演进