天天弄,无码在线不卡,欧美高清熟妇啪啪内射不卡自拍,日韩人妻中文无码一区二区七区

Cache aside

Cache aside也就是旁路緩存，是比較常用的緩存策略。

（1）讀請求常見流程

應(yīng)用首先會判斷緩存是否有該數(shù)據(jù)，緩存命中直接返回?cái)?shù)據(jù)，緩存未命中即緩存穿透到數(shù)據(jù)庫，從數(shù)據(jù)庫查詢數(shù)據(jù)然后回寫到緩存中，最后返回?cái)?shù)據(jù)給客戶端。

（2）寫請求常見流程

首先更新數(shù)據(jù)庫，然后從緩存中刪除該數(shù)據(jù)。

看了寫請求的圖之后，有些同學(xué)可能要問了：為什么要刪除緩存，直接更新不就行了？這里涉及到幾個(gè)坑，我們一步一步踩下去。

Cache aside踩坑

Cache aside策略如果用錯(cuò)就會遇到深坑，下面我們來逐個(gè)踩。

踩坑一：先更新數(shù)據(jù)庫，再更新緩存

如果同時(shí)有兩個(gè)寫請求需要更新數(shù)據(jù)，每個(gè)寫請求都先更新數(shù)據(jù)庫再更新緩存，在并發(fā)場景可能會出現(xiàn)數(shù)據(jù)不一致的情況。

如上圖的執(zhí)行過程：

（1）寫請求1更新數(shù)據(jù)庫，將 age 字段更新為18；

（2）寫請求2更新數(shù)據(jù)庫，將 age 字段更新為20；

（3）寫請求2更新緩存，緩存 age 設(shè)置為20；

（4）寫請求1更新緩存，緩存 age 設(shè)置為18；

執(zhí)行完預(yù)期結(jié)果是數(shù)據(jù)庫 age 為20，緩存 age 為20，結(jié)果緩存 age為18，這就造成了緩存數(shù)據(jù)不是最新的，出現(xiàn)了臟數(shù)據(jù)。

踩坑二：先刪緩存，再更新數(shù)據(jù)庫

如果寫請求的處理流程是先刪緩存再更新數(shù)據(jù)庫，在一個(gè)讀請求和一個(gè)寫請求并發(fā)場景下可能會出現(xiàn)數(shù)據(jù)不一致情況。

如上圖的執(zhí)行過程：

（1）寫請求刪除緩存數(shù)據(jù)；

（2）讀請求查詢緩存未擊中(Hit Miss)，緊接著查詢數(shù)據(jù)庫，將返回的數(shù)據(jù)回寫到緩存中；

（3）寫請求更新數(shù)據(jù)庫。

整個(gè)流程下來發(fā)現(xiàn)數(shù)據(jù)庫中age為20，緩存中age為18，緩存和數(shù)據(jù)庫數(shù)據(jù)不一致，緩存出現(xiàn)了臟數(shù)據(jù)。

踩坑三：先更新數(shù)據(jù)庫，再刪除緩存

在實(shí)際的系統(tǒng)中針對寫請求還是推薦先更新數(shù)據(jù)庫再刪除緩存，但是在理論上還是存在問題，以下面這個(gè)例子說明。

如上圖的執(zhí)行過程：

（1）讀請求先查詢緩存，緩存未擊中，查詢數(shù)據(jù)庫返回?cái)?shù)據(jù)；

（2）寫請求更新數(shù)據(jù)庫，刪除緩存；

（3）讀請求回寫緩存；

整個(gè)流程操作下來發(fā)現(xiàn)數(shù)據(jù)庫age為20，緩存age為18，即數(shù)據(jù)庫與緩存不一致，導(dǎo)致應(yīng)用程序從緩存中讀到的數(shù)據(jù)都為舊數(shù)據(jù)。

但我們仔細(xì)想一下，上述問題發(fā)生的概率其實(shí)非常低，因?yàn)橥ǔ?shù)據(jù)庫更新操作比內(nèi)存操作耗時(shí)多出幾個(gè)數(shù)量級，上圖中最后一步回寫緩存（set age 18）速度非常快，通常會在更新數(shù)據(jù)庫之前完成。

如果這種極端場景出現(xiàn)了怎么辦？我們得想一個(gè)兜底的辦法：緩存數(shù)據(jù)設(shè)置過期時(shí)間。通常在系統(tǒng)中是可以允許少量的數(shù)據(jù)短時(shí)間不一致的場景出現(xiàn)。

Read through

在 Cache Aside 更新模式中，應(yīng)用代碼需要維護(hù)兩個(gè)數(shù)據(jù)源頭：一個(gè)是緩存，一個(gè)是數(shù)據(jù)庫。而在 Read-Through 策略下，應(yīng)用程序無需管理緩存和數(shù)據(jù)庫，只需要將數(shù)據(jù)庫的同步委托給緩存提供程序 Cache Provider 即可。所有數(shù)據(jù)交互都是通過抽象緩存層完成的。

如上圖，應(yīng)用程序只需要與Cache Provider交互，不用關(guān)心是從緩存取還是數(shù)據(jù)庫。

在進(jìn)行大量讀取時(shí)，Read-Through 可以減少數(shù)據(jù)源上的負(fù)載，也對緩存服務(wù)的故障具備一定的彈性。如果緩存服務(wù)掛了，則緩存提供程序仍然可以通過直接轉(zhuǎn)到數(shù)據(jù)源來進(jìn)行操作。

Read-Through 適用于多次請求相同數(shù)據(jù)的場景，這與 Cache-Aside 策略非常相似，但是二者還是存在一些差別，這里再次強(qiáng)調(diào)一下：

• 在 Cache-Aside 中，應(yīng)用程序負(fù)責(zé)從數(shù)據(jù)源中獲取數(shù)據(jù)并更新到緩存。
• 在 Read-Through 中，此邏輯通常是由獨(dú)立的緩存提供程序（Cache Provider）支持。

Write through

Write-Through 策略下，當(dāng)發(fā)生數(shù)據(jù)更新(Write)時(shí)，緩存提供程序 Cache Provider 負(fù)責(zé)更新底層數(shù)據(jù)源和緩存。

緩存與數(shù)據(jù)源保持一致，并且寫入時(shí)始終通過抽象緩存層到達(dá)數(shù)據(jù)源。

Cache Provider類似一個(gè)代理的作用。

rite-Through流程

Write behind

Write behind在一些地方也被成為Write back， 簡單理解就是：應(yīng)用程序更新數(shù)據(jù)時(shí)只更新緩存， Cache Provider每隔一段時(shí)間將數(shù)據(jù)刷新到數(shù)據(jù)庫中。說白了就是延遲寫入。

Write behind流程

如上圖，應(yīng)用程序更新兩個(gè)數(shù)據(jù)，Cache Provider 會立即寫入緩存中，但是隔一段時(shí)間才會批量寫入數(shù)據(jù)庫中。

這種方式有優(yōu)點(diǎn)也有缺點(diǎn)：

· 

優(yōu)點(diǎn)是數(shù)據(jù)寫入速度非?？?，適用于頻繁寫的場景。

· 

· 

缺點(diǎn)是緩存和數(shù)據(jù)庫不是強(qiáng)一致性，對一致性要求高的系統(tǒng)慎用。

· 

總結(jié)一下

學(xué)了這么多，相信大家對緩存更新的策略都已經(jīng)有了清晰的認(rèn)識。最后稍稍總結(jié)一下。

緩存更新的策略主要分為三種：

· Cache aside

· Read/Write through

· Write behind

Cache aside 通常會先更新數(shù)據(jù)庫，然后再刪除緩存，為了兜底通常還會將數(shù)據(jù)設(shè)置緩存時(shí)間。

Read/Write through 一般是由一個(gè) Cache Provider 對外提供讀寫操作，應(yīng)用程序不用感知操作的是緩存還是數(shù)據(jù)庫。

Write behind簡單理解就是延遲寫入，Cache Provider 每隔一段時(shí)間會批量輸入數(shù)據(jù)庫，優(yōu)點(diǎn)是應(yīng)用程序?qū)懭胨俣确浅？臁?/span>