【笔记】分布式缓存(1-2)

300分钟吃透分布式缓存——陈波

分布式缓存

01 业务数据访问性能太低怎么办？

缓存的定义

狭义缓存

加速CPU数据交换的存储器。

广义缓存

数据高速交换的存储介质，加速数据访问。

缓存成本

• 时间局限性原理，即被获取过一次的数据在未来会被多次引用，比如一条微博被一个人感兴趣并阅读后，它大概率还会被更多人阅读。
• 以空间换时间，因为原始数据获取太慢，所以我们开辟一块高速独立空间，提供高效访问，来达到数据获取加速的目的。另外可以节约流量，降低负载。缓存中存储的往往是需要频繁访问的中间数据甚至最终结果，这些数据相比DB中的原始数据小很多，这样就可以减少网络流量，降低网络拥堵，同时由于减少了解析和计算，调用方和存储服务的负载也可以大幅降低。
• 性能成本Tradeoff，在系统架构设计时，你需要在系统性能和开发运行成本之间做取舍。相同成本的容量，SSD硬盘容量会比内存大10～30倍以上，但读写延迟却高50～100倍。

缓存的优势

• 提升访问性能
  • MySQL单实例的读写QPS通常只有千级别（3000～6000），读写平均耗时10～100ms级别（超过200ms可被定义为慢SQL），如果一个用户请求需要查20个不同的数据来聚合，仅仅DB请求就需要数百毫秒甚至数秒。而cache的读写性能正好可以弥补DB的不足，比如Memcached的读写QPS可以达到10～100万 级别，读写平均耗时在1ms以下，结合并发访问技术，单个请求即便查上百条数据，也可以轻松应对。
• 降低网络拥堵
• 减轻服务负载
• 增强可扩展性
  • 缓存也可以弹性伸缩

缓存的代价

任何事情都有两面性，缓存也不例外。

• 服务系统中引入缓存，会增加系统的复杂度。
• 由于缓存相比原始DB存储的成本更高。
• 由于一份数据同时存在缓存和DB中，甚至缓存内部也会有多个数据副本，多份数据就会存在一致性问题，同时缓存体系本身也会存在可用性问题和分区的问题。

参考

1. 300分钟吃透分布式缓存

02 如何根据业务来选择缓存模式和组件？

业务系统读写缓存主要有 3 种模式

1. Cache Aside（旁路缓存）
2. Read/Write Through（读写穿透）
3. Write Behind Caching（异步缓存写入）

Cache Aside

常见、简单的一种模式

Read

miss后读db+回写

Write

更新db，删除cache。

特点

Lazy计算，以DB数据为准

适合场景

• 更强一致性
• Cache数据构建复杂
• 缓存数据更新复杂

优化

如果缓存加载过程复杂，懒加载会影响用户，可以增加一个watch DB 日志的服务，更新DB后，异步创建缓存。但是这期间的查询操作，还是要自行创建缓存。异步创建缓存还可以进行预读，缓存附近的内容，空间局限性原理。也可以通过MQ来做。（Go 进阶训练营 – 评论系统架构设计二：详细设计）

分析下一致性问题

• 如果创建Cache过程简单，写Cache的耗时一般比更新DB+删除Cache耗时短，那么可以大幅降低 cache 和 DB 中数据不一致的概率。
• 如果创建Cache过程复杂，耗时，那么就需要考虑在创建缓存的时候注意并发问题，例如使用CAS（Redis的watch）。
• 实际运用时，还需要考虑删除缓存失败、更新DB失败的情况。
  1. 开启DB事务
  2. 写入DB
  3. 删除缓存
  4. 提交DB事务
• 这样就能解决上诉异常情况，但是这样增加了缓存不一致的概率，可使用延迟双删进行优化。

Read/Write Through

Write

cache不存在更新DB，cache存在更新cache+DB

Read

cache miss后由缓存服务加载并写cache

特点

• 存储服务负责操作缓存，业务应用端代码只用关注业务逻辑本身，系统隔离型更佳。
• 热数据友好，写操作时更新缓存，而不是删除缓存。

适合场景

• 数据有冷热区分，例如冷门用户发表微博，保存数据时，判断缓存中是否有该用户微博数据，有的话就是热数据，则更新缓存+DB；没有的话就是冷数据，直接写DB。主要还是对热数据友好。
• 重新创建缓存困难，采用更新更合适。

Write Behind Caching

Write

只更新缓存，缓存服务异步更新DB

Read

miss后由缓存服务加载+写cache

特点

• 写性能最高，定期异步刷新

- **Linux Page Cache 思想类似**，通过将磁盘中的数据缓存到内存中，从而减少磁盘I/O操作，提高性能。写文件时，只写到缓存，不会立即写磁盘，通过内核线程定时同步写到磁盘（**Write back**）。存在数据丢失概率。

• 与 Read/Write Through 模式类似，也由数据存储服务来管理 cache 和 DB 的读写。

适合场景

• 数据存储的写性能最高，非常适合一些变更特别频繁，但对一致性要求不太高
• 可以合并写请求的业务，比如对一些计数业务，一条微博被点赞 1万 次，如果更新 1万 次 DB 代价很大，而合并成一次请求直接加 1万，则是一个非常轻量的操作。

- **和Redis的AOF重写是一个思想。**

总结

三种模式各有优劣，不存在最佳模式。实际上，我们也不可能设计出一个最佳的完美模式出来，如同前面讲到的空间换时间、访问延迟换低成本一样，高性能和强一致性从来都是有冲突的，系统设计从来就是取舍，随处需要 trade-off。根据业务场景，更好的做 trade-off，从而设计出更好的服务系统。

参考

1. 再有人问你数据库缓存一致性的问题，直接把这篇文章发给他——阿里大佬
2. Redis 核心技术与实战——极客时间