缓存基本思想

什么是缓存?

缓存原指CPU上的一种高速存储器,它先于内存与CPU交换数据,速度很快现在泛指存储在计算机上的原始数据的复制集,便于快速访问。

在互联网技术中,缓存是系统快速响应的关键技术之一以空间换时间的一种技术(艺术)

缓存的使用场景

DB缓存,减轻DB服务器压力

一般情况下数据存在数据库中,应用程序直接操作数据库。

当访问量上万,数据库压力增大,可以采取的方案有:读写分离,分库分表

当访问量达到10万、百万,需要引入缓存。

将已经访问过的内容或数据存储起来,当再次访问时先找缓存,缓存命中返回数据。

不命中再找数据库,并回填缓存。

redis1

提高系统响应

数据库的数据是存在文件里,也就是硬盘。与内存做交换(swap)

在大量瞬间访问时(高并发)MySQL单机会因为频繁IO而造成无法响应。MySQL的InnoDB是有行锁将数据缓存在Redis中,也就是存在了内存中。

内存天然支持高并发访问。可以瞬间处理大量请求。

qps到达11万/S读请求 8万写/S

做Session分离

传统的session是由tomcat自己进行维护和管理。

集群或分布式环境,不同的tomcat管理各自的session。

只能在各个tomcat之间,通过网络和Io进行session的复制,极大的影响了系统的性能。

  1. 各个Tomcat间复制session,性能损耗

  2. 不能保证各个Tomcat的Session数据同步将登录成功后的Session信息,存放在Redis中,这样多个服务器(Tomcat)可以共享Session信息。

Redis的作用是数据的临时存储

redis2

做分布式锁(Redis)

一般讲锁是多线程的锁,是在一个进程中的

多个进程(JVM)在并发时也会产生问题,也要控制时序性可以采用分布式锁。使用Redis实现
sexNX

做乐观锁(Redis)

同步锁和数据库中的行锁、表锁都是悲观锁

悲观锁的性能是比较低的,响应性比较差

高性能、高响应(秒杀)采用乐观锁 (CAS)

Redis可以实现乐观锁 watch + incr

缓存的优势、代价

使用缓存的优势

提升用户体验

用户体验(User Experience):用户在使用产品过程中建立起来的一种纯主观感受。

缓存的使用可以提升系统的响应能力,大大提升了用户体验。

减轻服务器压力

客户端缓存、网络端缓存减轻应用服务器压力。

服务端缓存减轻数据库服务器的压力。

提升系统性能

系统性能指标:响应时间、延迟时间、吞吐量、并发用户数和资源利用率等。

缓存技术可以:

缩短系统的响应时间减少网络传输时间和应用延迟时间提高系统的吞吐量

增加系统的并发用户数

提高了数据库资源的利用率

使用缓存的代价

额外的硬件支出

缓存是一种软件系统中以空间换时间的技术需要额外的磁盘空间和内存空间来存储数据搭建缓存服务器集群需要额外的服务器

采用云服务器的缓存服务就不用额外的服务器了

高并发缓存失效

在高并发场景下会出现缓存失效(缓存穿透、缓存雪崩、缓存击穿)造成瞬间数据库访问量增大,甚至崩溃

缓存与数据库数据同步

缓存与数据库无法做到数据的时时同步

Redis无法做到主从时时数据同步

缓存并发竞争

多个redis的客户端同时对一个key进行set值得时候由于执行顺序引起的并发问题

缓存的读写模式

缓存有三种读写模式

Cache Aside Pattern(常用)

Cache Aside Pattern(旁路缓存),是最经典的缓存+数据库读写模式。

读的时候,先读缓存,缓存没有的话,就读数据库,然后取出数据后放入缓存,同时返回响应。

redis3
更新的时候,先更新数据库,然后再删除缓存。

redis4

为什么是删除缓存,而不是更新缓存呢?

  1. 缓存的值是一个结构:hash、list,更新数据需要遍历先遍历(耗时)后修改

  2. 懒加载,使用的时候才更新缓存使用的时候才从DB中加载

也可以采用异步的方式填充缓存

开启一个线程 定时将DB的数据刷到缓存中

高并发脏读的三种情况

  1. 先更新数据库,再更新缓存

update与commit之间,更新缓存,commit失败则DB与缓存数据不一致

  1. 先删除缓存,再更新数据库

update与commit之间,有新的读,缓存空,读DB数据到缓存 数据是旧的数据 commit后
DB为新数据则DB与缓存数据不一致

  1. 先更新数据库,再删除缓存(推荐)

update与commit之间,有新的读,缓存空,读DB数据到缓存 数据是旧的数据 commit后
DB为新数据则DB与缓存数据不一致采用延时双删策略

Read/Write Through Pattern

应用程序只操作缓存,缓存操作数据库。

Read-Through(穿透读模式/直读模式):应用程序读缓存,缓存没有,由缓存回源到数据库,并写入缓存。(guavacache)

Write-Through(穿透写模式/直写模式):应用程序写缓存,缓存写数据库。

该种模式需要提供数据库的handler,开发较为复杂。

Write Behind Caching Pattern

应用程序只更新缓存。

缓存通过异步的方式将数据批量或合并后更新到DB中不能时时同步,甚至会丢数据

Q.E.D.