|
本文主要讨论这么几个问题： （1）“缓存与数据库”需求缘起 （2）“淘汰缓存”还是“更新缓存” （3）缓存和数据库的操作时序 （4）缓存和数据库架构简析
一、需求缘起 场景介绍 缓存是一种提高系统读性能的常见技术，对于读多写少的应用场景，我们经常使用缓存来进行优化。 例如对于用户的余额信息表account(uid, money)，业务上的需求是： （1）查询用户的余额，SELECT money FROM account WHERE uid=XXX，占99%的请求 （2）更改用户余额，UPDATE account SET money=XXX WHERE uid=XXX，占1%的请求
读操作流程 有了数据库和缓存两个地方存放数据之后（uid->money），每当需要读取相关数据时（money），操作流程一般是这样的： （1）读取缓存中是否有相关数据，uid->money （2）如果缓存中有相关数据money，则返回【这就是所谓的数据命中“hit”】 （3）如果缓存中没有相关数据money，则从数据库读取相关数据money【这就是所谓的数据未命中“miss”】，放入缓存中uid->money，再返回 缓存的命中率 = 命中缓存请求个数/总缓存访问请求个数 = hit/(hit+miss) 上面举例的余额场景，99%的读，1%的写，这个缓存的命中率是非常高的，会在95%以上。
那么问题来了 当数据money发生变化的时候： （1）是更新缓存中的数据，还是淘汰缓存中的数据呢？ （2）是先操纵数据库中的数据再操纵缓存中的数据，还是先操纵缓存中的数据再操纵数据库中的数据呢？ （3）缓存与数据库的操作，在架构上是否有优化的空间呢？ 这是本文关注的三个核心问题。
二、更新缓存 VS 淘汰缓存 什么是更新缓存：数据不但写入数据库，还会写入缓存 什么是淘汰缓存：数据只会写入数据库，不会写入缓存，只会把数据淘汰掉
更新缓存的优点：缓存不会增加一次miss，命中率高 淘汰缓存的优点：简单（我去，更新缓存我也觉得很简单呀，楼主你太敷衍了吧）
那到底是选择更新缓存还是淘汰缓存呢，主要取决于“更新缓存的复杂度”。 例如，上述场景，只是简单的把余额money设置成一个值，那么： （1）淘汰缓存的操作为deleteCache(uid) （2）更新缓存的操作为setCache(uid, money) 更新缓存的代价很小，此时我们应该更倾向于更新缓存，以保证更高的缓存命中率
如果余额是通过很复杂的数据计算得出来的，例如业务上除了账户表account，还有商品表product，折扣表discount account(uid, money) product(pid, type, price, pinfo) discount(type, zhekou) 业务场景是用户买了一个商品product，这个商品的价格是price，这个商品从属于type类商品，type类商品在做促销活动要打折扣zhekou，购买了商品过后，这个余额的计算就复杂了，需要： （1）先把商品的品类，价格取出来：SELECT type, price FROM product WHERE pid=XXX （2）再把这个品类的折扣取出来：SELECT zhekou FROM discount WHERE type=XXX （3）再把原有余额从缓存中查询出来money = getCache(uid) （4）再把新的余额写入到缓存中去setCache(uid, money-price*zhekou) 更新缓存的代价很大，此时我们应该更倾向于淘汰缓存。
however，淘汰缓存操作简单，并且带来的副作用只是增加了一次cache miss，建议作为通用的处理方式。
三、先操作数据库 vs 先操作缓存 OK，当写操作发生时，假设淘汰缓存作为对缓存通用的处理方式，又面临两种抉择： （1）先写数据库，再淘汰缓存 （2）先淘汰缓存，再写数据库 究竟采用哪种时序呢？
还记得在《冗余表如何保证数据一致性》文章（点击查看）里“究竟先写正表还是先写反表”的结论么？ 对于一个不能保证事务性的操作，一定涉及“哪个任务先做，哪个任务后做”的问题，解决这个问题的方向是： 如果出现不一致，谁先做对业务的影响较小，就谁先执行。
由于写数据库与淘汰缓存不能保证原子性，谁先谁后同样要遵循上述原则。
结论：数据和缓存的操作时序，结论是清楚的：先淘汰缓存，再写数据库。
四、缓存架构优化 上述缓存架构有一个缺点：业务方需要同时关注缓存与DB，有没有进一步的优化空间呢？有两种常见的方案，一种主流方案，一种非主流方案（一家之言，勿拍）。
|
|
|
