好些人在写更新缓存时,先删除缓存,然后再更新数据库,而后续的操作会把数据再装载的缓存中。
然而,这个逻辑是错误的。试想,两个并发操作,一个是更新操作,另一个是查询操作,更新操作删除缓存后,查询操作没有命中缓存,先把老数据读出来后放到缓存中,然后更新操作更新了数据库。于是,在缓存中的数据还是老的数据,导致缓存中的数据是脏的,而且还一直这样脏下去了。
不知道为什么这么多人用的都是这个逻辑,总结一下几个缓存更新的Design Pattern。
这里,我们先不讨论更新缓存和更新数据这两个事是一个事务的事,或是会有失败的可能,我们先假设更新数据库和更新缓存都可以成功的情况
更新缓存的的Design Pattern有四种
1 Cache Aside Pattern
最常用的pattern。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
Cache-Aside-Design-Pattern-Flow-Diagram
Updating Data using the Cache-Aside Pattern - Flow Diagram
注意,我们的更新是先更新数据库,成功后,让缓存失效
一个查询操作,一个更新操作的并发
首先,没有了删除cache数据的操作,而是先更新数据库中的数据,此时,缓存依然有效,所以,并发的查询操作拿的是没有更新的数据,但是,更新操作马上让缓存的失效了,后续的查询操作再把数据从数据库中拉出来。而不会像文章开头的那个逻辑产生的问题,后续的查询操作一直都在取老的数据。
这是标准的design pattern,包括Facebook的论文《Scaling Memcache at Facebook》也使用了这个策略
为什么不是写完数据库后更新缓存?可以看一下Quora上的这个问答《Why does Facebook use delete to remove the key-value pair in Memcached instead of updating the Memcached during write request to the backend?》,主要是怕两个并发的写操作导致脏数据。
那么,是不是Cache Aside这个就不会有并发问题了?
不是的,比如,一个是读操作
,但是没有命中缓存,然后就到数据库中取数据,此时来了一个写操作
,写完数据库后,让缓存失效,然后,之前的那个读操作再把老的数据放进去,所以,会造成脏数据。
这个情形理论上会出现,不过,实际上出现的概率可能非常低,因为需要发生在读缓存时缓存失效,而且并发着有一个写操作。
而实际上数据库的写操作会比读操作慢得多,而且还要锁表,而读操作必需在写操作前进入数据库操作,而又要晚于写操作更新缓存,所有的这些条件都具备的概率基本并不大
这也就是Quora上的那个答案里说的,要么通过2PC或是Paxos协议保证一致性,要么就是拼命的降低并发时脏数据的概率,而Facebook使用了这个降低概率的玩法,因为2PC太慢,而Paxos太复杂。当然,最好还是为缓存设置上过期时间。
2 Read/Write Through Pattern
上面的Cache Aside,应用代码需要维护两个数据存储,一个是缓存,一个是数据库,应用程序比较啰嗦。
而Read/Write Through
是把更新数据库的操作由缓存自己代理,所以,对于应用层来说,就简单很多。
可理解为,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。
2.1 Read Through
Read Through 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 - Read Through则用
缓存服务
自己来加载,从而对应用方是透明的
2.2 Write Through
和Read Through相仿,不过是在更新数据时发生
当有数据更新时
- 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)
下图中的Memory可以理解为就是我们例子里的数据库
![img_42a8ba8d0647f29f300268395e874456.png](https://i-blog.csdnimg.cn/blog_migrate/456bd9db8660bd5ecad1424c511499a0.png)
3 Write Behind Caching Pattern
Write Behind 又叫 Write Back
在更新数据的时候,只更新缓存,不更新数据库,而我们的缓存会异步地批量更新数据库
这个设计的好处就是
- 让数据的I/O操作飞快无比(因为直接操作内存嘛 )
- 因为异步,write back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
但是,其带来的问题是,数据不是强一致性的,而且可能会丢失(我们知道Unix/Linux非正常关机会导致数据丢失,就是因为这个事)。
另外,Write Back实现逻辑比较复杂,因为他需要track哪些数据是被更新的,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,才会被真正持久化,比如,内存不够了,或是进程退出了等情况,这又叫lazy write
![img_aee96353f5143da815fc6b4ad4dd0341.png](https://i-blog.csdnimg.cn/blog_migrate/6074812d76f32f0ced8d0661652a67da.png)