自拍偷在线精品自拍偷,亚洲欧美中文日韩v在线观看不卡

怎樣使用主流緩存更新策略來減少性能消耗?

存儲(chǔ) 存儲(chǔ)軟件
在互聯(lián)網(wǎng)項(xiàng)目開發(fā)中,緩存的應(yīng)用是非常普遍了,緩存可以幫助頁面提高加載速度,減少服務(wù)器或數(shù)據(jù)源的負(fù)載。

 在互聯(lián)網(wǎng)項(xiàng)目開發(fā)中,緩存的應(yīng)用是非常普遍了,緩存可以幫助頁面提高加載速度,減少服務(wù)器或數(shù)據(jù)源的負(fù)載。

一、為什么需要緩存?

一般在項(xiàng)目中,最消耗性能的地方就是后端服務(wù)的數(shù)據(jù)庫了。而數(shù)據(jù)庫的讀寫頻率常常都是不均勻分布的,大多情況是讀多寫少,并且讀操作(select)還會(huì)有一些復(fù)雜的判斷條件,比如like、group、join等等,這些語法是非常消耗性能的,所以會(huì)出現(xiàn)很多的慢查詢,因此數(shù)據(jù)庫很容易在讀操作的環(huán)節(jié)遇到瓶頸。

那么通過在數(shù)據(jù)庫前面,前置一個(gè)緩存服務(wù),就可以有效的吸收不均勻的請(qǐng)求,抵擋流量波峰。

[[246737]]

另外,如果應(yīng)用與數(shù)據(jù)源不在同一個(gè)服務(wù)器,中間還會(huì)有很多的網(wǎng)絡(luò)消耗,也會(huì)對(duì)應(yīng)用的響應(yīng)速度有很大影響,如果當(dāng)前應(yīng)用對(duì)數(shù)據(jù)實(shí)時(shí)性的要求不那么強(qiáng)的話,在應(yīng)用側(cè)加上緩存就能很快速地提升效率。

二、使用緩存會(huì)遇到哪些問題?

雖然緩存可以提高整體性能,但是它也可能會(huì)帶來別的問題。

例如使用緩存之后,就相當(dāng)于把數(shù)據(jù)存放了2份,一份是在數(shù)據(jù)庫中,另一份存放在緩存中。當(dāng)有新的數(shù)據(jù)要寫入或者舊數(shù)據(jù)需要更新的時(shí)候,如果我們只更新了其中一份數(shù)據(jù)源,那兩邊的數(shù)據(jù)就不一致了。所以這里就存在一個(gè)緩存數(shù)據(jù)與數(shù)據(jù)庫數(shù)據(jù)如何進(jìn)行有效且快速的同步才可以保證數(shù)據(jù)最終一致性的問題。

另外,加上緩存服務(wù)其實(shí)也引入了系統(tǒng)架構(gòu)的復(fù)雜度,因?yàn)檫€需要額外的關(guān)注緩存自身帶來的下列問題:

1、緩存的過期時(shí)間問題

設(shè)計(jì)緩存的過期時(shí)間非常需要有技巧,且必須與業(yè)務(wù)實(shí)際情況相結(jié)合。因?yàn)槿绻O(shè)計(jì)的過期時(shí)間太短了,那會(huì)導(dǎo)致緩存效果不佳,而且還會(huì)造成頻繁的從數(shù)據(jù)庫中往緩存里寫數(shù)據(jù);如果緩存設(shè)計(jì)的過期時(shí)間太長(zhǎng)了,又會(huì)導(dǎo)致內(nèi)存的浪費(fèi)。

2、緩存的命中率問題

這也是設(shè)計(jì)緩存中需要存放哪些數(shù)據(jù)的很重要一點(diǎn)。如果設(shè)計(jì)的不好,可能會(huì)導(dǎo)致緩存命中率過低,失去緩存效果。一般對(duì)于熱點(diǎn)數(shù)據(jù)而言,要保證命中率達(dá)到70%以上效果最佳。

3、緩存的穿透/雪崩問題

穿透/雪崩問題是指如果緩存服務(wù)一旦宕機(jī)或全部丟失,那么有可能一瞬間所有的流量都直接打到了后端數(shù)據(jù)庫上,可能會(huì)造成連鎖反應(yīng),瞬間的請(qǐng)求高峰極有可能導(dǎo)致數(shù)據(jù)庫無法承載。

三、緩存的更新策略具體有哪些?

典型的緩存模式,一般有如下幾種:

  • Cache Aside;
  • Read/Write Through;
  • Write Behind。

每種模式都有不同的特點(diǎn),適用于不同的項(xiàng)目場(chǎng)景,下面來依次看看:

1、Cache Aside模式

 

這是大家經(jīng)常用到的一種策略模式。這種模式主要流程如下:

應(yīng)用在查詢數(shù)據(jù)的時(shí)候,先從緩存Cache中讀取數(shù)據(jù),如果緩存中沒有,則再從數(shù)據(jù)庫中讀取數(shù)據(jù),得到數(shù)據(jù)庫的數(shù)據(jù)之后,將這個(gè)數(shù)據(jù)也放到緩存Cache中;

如果應(yīng)用要更新某個(gè)數(shù)據(jù),也是先去更新數(shù)據(jù)庫中的數(shù)據(jù),更新完成之后,則通過指令讓緩存Cache中的數(shù)據(jù)失效。

這里為什么不讓更新操作在寫完數(shù)據(jù)庫之后,緊接著去把緩存Cache中的數(shù)據(jù)也修改了呢?

主要是因?yàn)檫@樣做的話,就有2個(gè)寫操作的事件了,擔(dān)心在并發(fā)的情況下會(huì)導(dǎo)致臟數(shù)據(jù),舉個(gè)例子:

假如同時(shí)有2個(gè)請(qǐng)求(請(qǐng)求A和請(qǐng)求B)并發(fā)的執(zhí)行。請(qǐng)求A是要去讀數(shù)據(jù),請(qǐng)求B是要去更新數(shù)據(jù)。初始狀態(tài)緩存中是沒有數(shù)據(jù)的,當(dāng)請(qǐng)求A讀到數(shù)據(jù)之后,準(zhǔn)備往回寫的時(shí)候,此刻,請(qǐng)求B正好要更新數(shù)據(jù),更新完了數(shù)據(jù)庫之后,又去把緩存更新了,那請(qǐng)求A再往緩存中寫的就是舊數(shù)據(jù)了,屬于臟數(shù)據(jù)。

那么Cache Aside模式就沒有臟數(shù)據(jù)問題了嗎?不是的,在極端情況下也可能會(huì)產(chǎn)生臟數(shù)據(jù),比如:

假如同時(shí)有2個(gè)請(qǐng)求(請(qǐng)求A和請(qǐng)求B)并發(fā)的執(zhí)行。請(qǐng)求A是要去讀數(shù)據(jù),請(qǐng)求B是要去寫數(shù)據(jù)。假如初始狀態(tài)緩存中沒有這個(gè)數(shù)據(jù),那請(qǐng)求A發(fā)現(xiàn)緩存中沒有數(shù)據(jù),就會(huì)去數(shù)據(jù)庫中讀數(shù)據(jù),讀到了數(shù)據(jù)準(zhǔn)備寫回緩存中,就在這個(gè)時(shí)候,請(qǐng)求B是要去寫數(shù)據(jù)的,請(qǐng)求B在寫完數(shù)據(jù)庫的數(shù)據(jù)之后,又去設(shè)置了緩存失效。這個(gè)時(shí)候,請(qǐng)求A由于在數(shù)據(jù)庫中讀到了之前的舊數(shù)據(jù),開始往緩存中寫數(shù)據(jù)了,此時(shí)寫進(jìn)入的就也是舊數(shù)據(jù)。那么最終就會(huì)導(dǎo)致,緩存中的數(shù)據(jù)與數(shù)據(jù)庫的數(shù)據(jù)不一致,造成了臟數(shù)據(jù)。

不過這種概率比上面一種概率要小很多。所以整體而言Cache Aside模式還是一種比較簡(jiǎn)單實(shí)用的方式。

2、Read/Write Through模式

 

這個(gè)模式其實(shí)就是將緩存服務(wù)作為主要的存儲(chǔ),應(yīng)用的所有讀寫請(qǐng)求都是直接與緩存服務(wù)打交道,而不管最后端的數(shù)據(jù)庫了,數(shù)據(jù)庫的數(shù)據(jù)由緩存服務(wù)來維護(hù)和更新。不過緩存中數(shù)據(jù)變更的時(shí)候是同步去更新數(shù)據(jù)庫的,在應(yīng)用的眼中只有緩存服務(wù)。

流程就相當(dāng)簡(jiǎn)單了:

應(yīng)用要讀數(shù)據(jù)和更新數(shù)據(jù)都直接訪問緩存服務(wù);

緩存服務(wù)同步的將數(shù)據(jù)更新到數(shù)據(jù)庫。

這個(gè)模式出現(xiàn)臟數(shù)據(jù)的概率就比較低,但是就強(qiáng)依賴緩存了,對(duì)緩存服務(wù)的穩(wěn)定性有較大要求。另外,增加新緩存節(jié)點(diǎn)時(shí)還會(huì)有初始狀態(tài)空數(shù)據(jù)問題。

3、Write Behind模式

這個(gè)模式就是Read/Write Through模式的一個(gè)變種。區(qū)別就是Read/Write Through模式的緩存寫數(shù)據(jù)庫的時(shí)候是同步的,而Write Behind模式的緩存操作數(shù)據(jù)庫是異步的。

流程如下:

應(yīng)用要讀數(shù)據(jù)和更新數(shù)據(jù)都直接訪問緩存服務(wù);

緩存服務(wù)異步的將數(shù)據(jù)更新到數(shù)據(jù)庫(通過異步任務(wù))。

這個(gè)模式的特點(diǎn)就是速度很快,效率會(huì)非常高,但是數(shù)據(jù)的一致性比較差,還可能會(huì)有數(shù)據(jù)丟失的情況,實(shí)現(xiàn)邏輯也較為復(fù)雜。

以上就是目前三種主流的緩存更新策略,另外還有Refrsh-Ahead模式等由于使用的不是很常見就不詳細(xì)介紹了。

緩存是互聯(lián)網(wǎng)項(xiàng)目中非常普遍的一個(gè)提高效率的方案,用法比較多,也比較關(guān)鍵,大家可以一起交流。

責(zé)任編輯:武曉燕 來源: 今日頭條
相關(guān)推薦

2018-10-24 14:30:30

緩存服務(wù)更新

2017-04-12 11:15:52

ReactsetState策略

2011-11-04 14:07:20

微軟Hotmail策略

2020-02-10 09:35:18

數(shù)據(jù)中心服務(wù)器技術(shù)

2023-04-13 08:15:47

Redis緩存一致性

2024-12-03 10:59:36

2010-11-10 10:57:43

T-SQL代碼

2024-01-23 09:57:50

MySQL數(shù)據(jù)庫

2019-03-18 10:02:16

緩存更新數(shù)據(jù)

2012-02-01 10:29:13

2011-07-06 09:11:40

MozillaFirefox

2022-02-21 10:14:15

數(shù)據(jù)中心電力

2009-10-30 09:19:43

2019-03-14 15:38:19

ReactJavascript前端

2025-03-10 07:10:00

2009-03-09 18:46:11

Windows phoWindows Mob

2018-06-21 11:27:06

Windows 7更新停止

2009-06-03 16:12:41

Eclipse開發(fā)AnAndroidEclipse

2022-08-30 10:58:45

ViteEsbuild前端

2024-06-28 08:31:54

點(diǎn)贊
收藏

51CTO技術(shù)棧公眾號(hào)