云计算设计模式（一）Cache Aside模式

云计算设计模式（一）Cache Aside模式

按照需要将数据从数据存储中加载到缓存中。这将提高访问数据的性能，也会帮助提高保存在缓存中的数据和数据存储中数据的一致性。

上下文和问题

应用使用缓存来提升重复访问保存在数据存储中数据的性能。然而，希望缓存中的数据和数据存储中的数据总是保持一致，是不现实的。因此，应用需要实现一种策略来保证缓存中的数据尽可能新，同时也可以探测和处理缓存数据过期的情况。

解决方案

很多的商业缓存系统可以提供透读（read-through）,透写（write-through）和后台写（write-behind）的操作，在这些系统中，应用通过访问缓存抽取数据，系统将从数据存储中加载数据并添加到缓存中；任何对缓存中数据的修改，都将自动写回到数据存储中。

如果缓存不提供这些功能，那么，维护数据的一致性，就是使用缓存数据的应用程序的职责。

应用程序可以通过实现实现read-aside策略，来模仿read-through的功能，这个策略在需要的时候，加载数据到缓存中，下面的图标列举了如何使用Cache-Aside模式在缓存中保存数据。

如果应用更新了信息，可以遵循Write-through策略，更新数据存储中的数据，并将缓存中相应的数据项失效。

当这个数据项下次被访问的时候，使用Cache-aside模式，将导致更新后的数据被从数据存储中抽取出来，重新添加到缓存中。

问题和思考

当你决定使用Cache-aside模式时，需要考虑以下几点：

1）缓存数据的生命周期

很多缓存实现了过期策略，当缓存中的数据在一个指定的时间内没有被访问，缓存服务器会将数据失效，并将其从换出中移除。为了保证Cache-aside是有效的，就需要确保过期策略与应用程序使用的数据的访问模式想匹配。不要让缓存的过期时间太短，因为这将导致应用不断的从数据存储加载数据，并添加到缓存中。同样的，不要让过期时间太长，这样数据容易过期。记住，缓存对于相对静态的数据，或者频繁被读取的数据来说，更为有效。

2）驱逐数据

与存储原始数据的数据存储相比，缓存的大小一般都有限制，在必要的时候，需要清理数据。大部分的缓存使用最少最近使用策略来选择需要驱逐的数据。但这是可以定制的。配置缓存的全局属性和其他属性，加上每个缓存数据的过期属性，来保证缓存是具有成本效益的，因为全局的驱逐策略，对于每个数据项来说，并不总是合适的。举个例子，如果一个缓存数据项从数据存储加载数据是非常昂贵的，那么，更有效的方式是，牺牲那些频繁访问，但是开销更小的的项目，将这些数据一直留存在缓存中。

3）启动缓存

很多解决方案会预先根据应用程序经常需要的数据，预先计算缓存。并作为启动过程的一部分。在这种场景下，当数据过期，或者被驱逐的时候，Cache-Aside模式仍然是有效的。

4）一致性

Cache-Aside模式并不能保证数据存储和缓存之间的一致性。数据存储中的一个数据项，可能在任何时候被外部进程改变，这个改变无法被反射到缓存中，直到下一次数据被加载。在一个存在跨数据源的数据复制的系统中，如果同步频繁发生，问题会变得很严重。

5）本地（内存）缓存

一个缓存可以被存储到应用程序的本地内存中。在这种环境中，如果应用频繁访问相同的数据的话，Cache-Aside模式也是有效的。然而，本地缓存是私有的，因此不同的应用实例都会持有相同数据的一份缓存。这些缓存可能会很快在各个应用程序实例之间变得不一致。因此，可能需要更频繁的过期和刷新保存在私有缓存中的数据。在这种场景下，需要研究是否需要使用共享缓存或者分布式缓存。

何时使用这个模式

当符合下面的条件时，可以使用：

1）缓存不提供原生的read-through和wirte-through操作的支持

2）需要的资源是不可预测的，这个模式使得应用能够按需加载数据，不会假设应用将会需要哪些数据。

在下面的情况下，模式可能不适用：

1）缓存的数据集是静态的，如果将数据加载到可用的缓存空间，在应用程序启动的时候启动缓存数据，并且适用某种策略防止缓存失效。

2）缓存会话状态信息在web应用中，在这种环境中，你应该避免在C/S程序中额外的引入依赖关系。