【缓存】数据库缓存

1.定义

关系型数据库的数据都存储在磁盘中，在高并发情况下，业务应用的查询会对关系型数据库产生的巨大 I/O 开销，为了最大程度的降低对数据库服务器的访问压力，提出了数据库缓存的概念。

2.优点

2.1.性能优越

数据库缓存的数据基本上都是存储在内存中，相比磁盘 I/O ，读写的速度快，极大缓解了数据库服务器的压力。

2.2.响应速度

数据库缓存技术应用场景绝大部分针对的是查的场景。因为在常见的应用中，数据库层的压力有80%的是查询，20%的才是数据的变更操作。所以绝大部分的应用场景的还是查缓存。数据库缓存的使用，提高应用的响应速度，提升了用户体验。

3.缓存策略

当一个数据发生变更的时候，应考虑怎么样确保缓存数据和数据库中数据保存一致性，以确保从缓存读取的数据是最新的。

3.1.写回策略

Write Back 策略，特别适合写多的场景。
在更新数据的时候，只更新缓存，同时将缓存数据设置为脏的，然后立马返回，并不会更新数据库。对于数据库的更新，会通过批量异步更新的方式进行。

3.2.读穿策略

Read Through 策略，先查询缓存中数据是否存在，如果存在则直接返回，如果不存在，则由缓存服务负责从数据库查询数据，并将结果写入到服务，最后缓存组件将数据返回给应用。

3.3.写穿策略

Write Through 策略，先查询缓存中数据是否存在，如果缓存中数据已经存在，则更新缓存中的数据，并且由缓存服务同步更新到数据库中，然后缓存服务告知应用程序更新完成；如果缓存中数据不存在，直接更新数据库，然后返回。

3.4.旁路缓存策略

Cache Aside策略，是最常用的策略。适合读多写少的场景，不适合写多的场景。
写策略的步骤：先更新数据库中的数据，再删除缓存中的数据。
读策略的步骤：如果读取的数据命中了缓存，则直接返回数据；如果读取的数据没有命中缓存，则从数据库中读取数据，然后将数据写入到缓存，并且返回给用户。

4.常见问题

4.1.缓存穿透

指访问一个缓存和数据库中都不存在的 key，由于这个 key 在缓存中不存在，则会到数据库中查询，数据库中也不存在该 key，无法将数据添加到缓存中。
解决办法有：

• 将空 key 添加到缓存中；
• 过滤空 key；
• 对请求进行身份鉴权、数据合法性校验等。

4.2.缓存击穿

指大量请求访问缓存中的一个 key 时，该 key 过期导致这些请求都去直接访问数据库，短时间大量的请求可能会将数据库击垮。
解决办法有：

• 添加互斥锁或分布式锁，总之让一个线程去访问数据库，将数据添加到缓存中后，其他线程直接从缓存中获取；
• 热点数据 key 不过期，定时更新缓存，但如果更新出问题会导致缓存中的数据一直为旧数据。

4.3.缓存雪崩

指在系统运行过程中，缓存服务宕机或大量的 key 值同时过期，导致所有请求都直接访问数据库导致数据库压力增大。
解决方法有：

• 将 key 的过期时间打散，避免大量 key 同时过期；
• 对缓存服务做高可用处理；
• 加互斥锁，同一 key 值只允许一个线程去访问数据库，其余线程等待写入后直接从缓存中获取。

5.缓存预热

缓存预热是指系统上线后，提前将相关的缓存数据加载到数据库缓存中。避免在用户请求的时候先查询数据库，然后再将数据缓存的问题，用户直接查询事先被预热的缓存数据。如果不进行预热，那么缓存初始状态数据为空，对于高并发的流量都会访问到数据库中，对数据库造成流量的压力。
解决方法为：
工程启动的时候进行加载缓存动作，数据量大的时候，设置一个定时任务脚本，进行缓存的刷新；数据量太大的时候，优先保证热点数据进行提前加载到缓存。