数据库缓存策略

数据库

指持久化数据库，如

• mysql
• mongodb

缓存

指内存型的数据存储，如

• redis
• memcached

一个良好的缓存策略需兼顾

• 命中率
• 缓存数据与数据库数据的一致性

对命中率的兼顾

多大的命中率是好的？

用数学知识来分析这个问题，先设定几个关键的参数

• T(c)：读一次缓存所需时间
• T(d)：读一次数据库所需时间
• G：缓存命中率

一次数据读取所需的时间的期望值为：

T(c)*G + (T(c)+T(d))*(1-G)

增加数据库缓存的目标为提高数据读取速度，可以归结为一个表达式

T(c)*G + (T(c)+T(d))*(1-G) < T(d)

等同于

T(c) - T(d)*G < 0

读取速度提升的比值为

(T(d)*G - T(c))/T(d)

假如，T(d)=50ms，T(c)=10ms，G=0.6，读取速度提升比值为

(50*0.6 - 10)/50 = 0.4

化为百分比也就是40%。

假如，T(d)=50ms，T(c)=10ms，G的值必须大于

G = T(c)/T(d) = 0.2

才能期望读取速度得到提升。

可以看出

加入缓存不一定能够提升读取性能，这取决于缓存读取速度、数据库读取速度以及缓存的命中率。

对数据一致性的兼顾

这里只探讨对数据一致性有高要求的场景，可以总结为

只要数据库有更新，就要使和已更新数据相关的所有缓存失效。

最终的策略

先从缓存的key入手

为了确保缓存数据的唯一性，key的前缀可以是这样的

<server_name>:<db_name>:<table_name>

• server_name 服务器名称
• db_name 数据库名称
• table_name 表名称

还要区分简单查询与复杂查询

• 简单查询：根据主键进行的查询
• 复杂查询：除简单查询外的都是复杂的

key前缀加上查询类型

<server_name>:<db_name>:<table_name>:<query_type>

举个例子

对app服务器上的数据库做简单查询

select * from homestead.users where id in (1,2,3)

对应的缓存key

app:homestead:users:simple:{1,2,3}

复杂查询

select * from homestead.users where age > 18

对应的缓存key

app:homestead:users:complex:{select * from homestead.users where age > 18}

缓存失效策略

假定sql-1更新了id为3,4,5的数据库记录

#sql-1
update homestead.users set age=age+1 where age>18

更新完成后需失效的缓存

• 缓存类型为复杂查询的
• 缓存类型为简单查询的，且id包含3、4、5的

缓存选型

以上的策略需要缓存支持key的模糊查询，例如查询id包含3的类型为简单查询的缓存key。

Redis自1.0.0版本开始支持根据模式查询缓存中的key，例如

KEYS app:homestead:users:simple:{*,3,*}

可以看出，1.0.0及以上版本的Redis满足该策略的需求。
不够幸运的是，memcached暂时不满足需求。