Redis緩存更新策略 本文整理自黑馬程式員相關資料 記憶體淘汰 超時剔除 主動更新 說明 不用自己維護,利用Redis的記憶體淘汰機制,當記憶體不足時自動淘汰部分數據。下次查詢時更新緩存 給緩存數據添加TTL時間,到期後自動刪除緩存,下次查詢時更新緩存 編寫業務邏輯,在修改數據的同時,更新緩存 一致性 ...
Redis緩存更新策略
本文整理自黑馬程式員相關資料
記憶體淘汰 | 超時剔除 | 主動更新 | |
---|---|---|---|
說明 | 不用自己維護,利用Redis的記憶體淘汰機制,當記憶體不足時自動淘汰部分數據。下次查詢時更新緩存 | 給緩存數據添加TTL時間,到期後自動刪除緩存,下次查詢時更新緩存 | 編寫業務邏輯,在修改數據的同時,更新緩存 |
一致性 | 差 | 一般 | 好 |
維護成本 | 無 | 低 | 高 |
業務場景需求:
- 在基本不會更新數據的情況下可以使用記憶體淘汰機制
- 在頻繁更新數據的情況下可以使用主動更新,並以超時剔除作為兜底方案。
主動更新的三種方法
-
Cache Aside Pattern:由緩存的調用者,在更新資料庫的同時更新緩存
-
Read/Write Through Pattern:緩存和資料庫整合為一個服務,由服務來維護一致性。調用者調用該服務,無需關心緩存一致性問題。
優點:整合的服務保證了數據的一致性
缺點:維護和開放成本高
-
Write Behind Caching Pattern:調用者只操作緩存,由其他線程非同步的將緩存數據持久化到資料庫,最終保持一致。
優點:非同步更新緩存數據,效率高。例如緩存多次更新,但是更新到的緩存並沒有被使用,多次將數據持久化到資料庫就相當於進行了無用的操作,非同步更新相當於將前幾次的更新合併為一次更新,因而提高了效率。
缺點:無法保證一致性,維護成本高
目前主流使用的Redis緩存主動更新的方法是Cache Aside Pattern
操作緩存和資料庫時需要考慮的三個問題
-
刪除緩存還是更新緩存?
- 更新緩存:每次更新資料庫都更新緩存,無效寫操作較多
- 刪除緩存:更新資料庫時讓緩存失效,查詢時再更新緩存
-
如何保證緩存與資料庫的操作的同時成功或者失敗
- 對於單體系統:將緩存與資料庫操作放在一個事務中
- 對於分散式系統:利用TCC等分散式事務方案
-
先操作緩存還是先操作資料庫
- 先刪除緩存,再操作資料庫
- 先操作資料庫,再刪除緩存
如上圖所示,兩種方案在多線程的情況下都會產生數據不一致的問題。但是在先操作資料庫再刪除緩存的情況下,要發生數據不一致的問題,需要在緩存寫入之前完成更新資料庫和刪除緩存的操作,而寫入緩存的耗時非常短。因而發生的概率相對於另一種方案更低。所以選擇先操作資料庫,再刪除緩存。