总--下面的都是方法论,理论。至于具体实现,各个缓存产品自己定
更新缓存的的Design Pattern有四种:Cache aside, Read through, Write through, Write behind caching
Cache Aside Pattern
这是最常用最常用的pattern了。其具体逻辑如下:
失效:应用程序先从cache取数据,没有得到,则从数据库中取数据,成功后,放到缓存中。
命中:应用程序从cache中取数据,取到后返回。
更新:先把数据存到数据库中,成功后,再让缓存失效。
失效和命中的示意图:
更新的示意图:
如果更新时先让缓存失效,再更新数据,下次读取时再将数据更新到缓存中可否?
一个事实是,写操作(更新操作)要比读操作慢。
假设现在有两个并发操作读操作Read和更新操作Write,如果更新操作前就让缓存失效。那么Write还没进行完,就有Read操作进来,这时Read先从缓存获取数据并且没有获取到,那么Read会直接把老数据OldData读取出来后放到缓存中。而后Write更新了数据,数据变成了新的数据NewData。这时,就出现了缓存中的数据OldData和数据源中的数据NewData不一致的情形。并且Read操作一直可以从缓存中获取OldData,也没法对OldData进行更新了。
Read/Write Through Pattern
更新数据库(Repository)的操作由缓存自己代理。应用认为后端就是一个单一的存储,而存储自己维护自己的Cache。
Read Through
Read Through 套路就是在查询操作中更新缓存,也就是说,当缓存失效的时候(过期或LRU换出),Cache Aside是由调用方负责把数据加载入缓存,而Read Through则用缓存服务自己来加载,从而对应用方是透明的。
Write Through
Write Through 套路和Read Through相仿,不过是在更新数据时发生。当有数据更新的时候,如果没有命中缓存,直接更新数据库,然后返回。如果命中了缓存,则更新缓存,然后再由Cache自己更新数据库(这是一个同步操作)
下图自来Wikipedia的Cache词条。其中的Memory可以理解为就是例子里的数据库。
Write Behind Caching Pattern
Write Behind 又叫 Write Back,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。
设计的好处就是让数据的I/O操作飞 快无比(因为直接操作内存 ),因为异步,write backg还可以合并对同一个数据的多次操作,所以性能的提高是相当可观的。
带来的问题是,数据不是强一致性的,而且可能会丢失。
另外,Write Back实现逻辑比较复杂,因为他需要track有哪数据是被更新了的,需要刷到持久层上。操作系统的write back会在仅当这个cache需要失效的时候,才会被真正持久起来,比如,内存不够了,或是进程退出了等情况,这又叫lazy write。