听说,加缓存能提高性能?

关注「 前端向后 」微信公众号,你将收获一系列「用 原创」的高质量技术文章,主题包括但不限于前端、Node.js以及服务端技术

写在前面

读写分离分库分表反范式化 、采用 NoSQL……如果这些扩展手段全都上了,数据响应依旧越来越慢,还有什么解决办法吗?

有,加缓存。 利用缓存层来吸收不均匀的负载和流量高峰

Popular items can skew the distribution, causing bottlenecks. Putting a cache in front of a database can help absorb uneven loads and spikes in traffic.

一.在哪加?

理论上,在数据层之前的任意一层加缓存都能够阻挡流量, 减少最终抵达数据库的操作请求

按缓存所处位置分为 4 种:

  • 客户端缓存:包括HTTP 缓存、浏览器缓存等

  • Web 缓存:例如CDN、 反向代理服务

  • 应用层缓存:例如Memcached、Redis等键值存储

  • 数据库缓存:一些数据库提供了内置的缓存支持,比如查询缓存(query cache)

为了减轻数据库的负载,我们 在应用程序和数据存储之间加个键值存储作为缓冲层

A cache is a simple key-value store and it should reside as a buffering layer between your application and your data storage.

通过内存中缓存的数据来响应一部分请求,而不必实际执行查库操作,从而提升数据响应速度

二.存什么?

常见的有两种缓存模式:

  • Cached Database Queries:缓存原始查库结果

  • Cached Objects:缓存应用程序中的数据模型,比如重新组装过的数据集,或者整个数据模型类实例

缓存原始查库结果

根据查询语句生成 key ,将查库结果缓存起来,例如:

key = "user.%s" % user_id
user_blob = memcache.get(key)
if user_blob is None:
    user = mysql.query("SELECT * FROM users WHERE user_id=\"%s\"", user_id)
    if user:
        memcache.set(key, json.dumps(user))
    return user
else:
    return json.loads(user_blob)

这种模式的主要缺陷在于难以处理缓存过期,因为数据与 key (即查询语句)之间并没有明确的关联, 数据发生变化后,很难精确地删掉缓存中的所有相关条目 。试想,一个单元格发生变化,会影响哪些查询语句?

尽管如此,这仍然是最常用的缓存模式,因为可以做出妥协,比如:

  • 只缓存与查询语句有直接关联的数据,排序、统计、筛选之类的计算结果统统都不存了

  • 不求精确,把所有可能受影响的缓存条目都删掉

缓存数据对象

另一种思路是将应用程序中的数据模型对象缓存起来,这样 原始数据与缓存之间就有了逻辑关联 ,从而轻松解决缓存更新的难题

无论数据是如何查询,如何加工转换的,只把最终得到的数据模型对象缓存起来,原始数据发生变化时,直接把相应的数据对象整个移除

对应用程序而言,数据对象比原始数据更容易管理和维护,因此, 建议缓存数据对象 ,而不是原始数据

三.怎么查?

常见的缓存数据访问策略有 6 种:

  • Cache-aside/Lazy loading:预留缓存

  • Read-through:直读式

  • Write-through:直写式

  • Write-behind/Write-back:回写式

  • Write-around:绕写式

  • Refresh-ahead:刷新式

Cache-aside

预留缓存模式下,缓存与数据库之间没有直接关系(缓存位于一旁,所以叫 Cache-aside), 由应用程序将需要的数据从数据库中读出并填充到缓存中

数据请求优先走缓存,未命中缓存时才查库,并把结果缓存起来,所以缓存是按需的(Lazy loading),只有实际访问过的数据才会被缓存起来

主要问题在于:

  • 未命中缓存时需要 3 步,延迟不容忽视(对于冷启动可以手动预热)

  • 缓存可能会变旧(一般通过设置 TTL 来强制更新)

Read-through

直读模式下,缓存挡在数据库之前,应用程序不与数据库直接交互,而是直接从缓存中读取数据

未命中缓存时,由缓存负责查库,并自己缓存起来。与预留缓存唯一的区别在于 查库的工作由缓存来完成 ,而不是应用程序

Write-through

类似于直读模式,缓存也挡在数据库之前,数据先写到缓存,再写入数据库。也就是说, 所有写操作必须先经过缓存

一般与直读式缓存相结合 ,虽然写操作多过一层缓存(存在额外的延迟),但保证了缓存数据的一致性(避免缓存变旧)。此时,缓存就像数据库的代理,读写都走缓存,缓存再查库或将写操作同步到数据库

Write-behind/Write-back

回写式缓存与直写式很像,写操作同样要先经过缓存,唯一的区别在于 异步写入数据库 ,进而允许批处理以及写操作合并

同样能够与直读式缓存结合使用,而且不存在直写式中写操作的性能问题,但仅保证最终一致性

Write-around

所谓绕写式缓存就是 写操作不经过(绕过)缓存,由应用程序直接写入数据库 ,仅缓存读操作。可与预留缓存或直读缓存结合使用:

Refresh-ahead

提前刷新,在缓存过期之前,自动刷新(重新加载)最近访问过的条目。甚至可以通过预加载来减少延迟,但如果预测不准反而会导致性能下降

四.塞满了怎么办?

当然,缓存空间是极其有限的,所以还要有逐出策略(Eviction Policy), 从缓存中剔除一些不太可能用到的条目 ,常用策略如下:

  • LRU(Least Recently Used):最常用的一种策略,根据程序运行时的局部性原理,在一段时间内,大概率访问相同的数据,所以将最近没有用到的数据剔除出去,比如订机票,一段时间内大概率查询同一路线

  • LFU(Least Frequently Used):根据使用频率,将最不常用的数据剔除出去,比如输入法大多是根据词频联想的

  • MRU(Most Recently Used):在有些场景下,需要删掉最近用过的条目,比如已读、不再提醒、不感兴趣等

  • FIFO(First In, First Out):先进先出,剔除最早访问过的数据

这些策略还可以结合使用,比如 LRU + LFU 综合考虑,取决于具体场景

参考资料

  • Caching Overview

  • Scalability for Dummies – Part 3: Cache

  • Things You Should Know About Database Caching

  • All things caching- use cases, benefits, strategies, choosing a caching technology, exploring some popular products

联系我

如果心中仍有疑问,请查看原文并留下评论噢。( 特别要紧的问题,可以直接微信联系 ayqywx

我来评几句
登录后评论

已发表评论数()

相关站点

+订阅
热门文章