建站
咨詢
售后
建站咨詢
新聞中心
隨著數(shù)據(jù)量的不斷增長，數(shù)據(jù)庫讀取的性能成為影響系統(tǒng)性能的重要因素之一。為了提高數(shù)據(jù)庫的讀取性能，我們常常需要采用一些優(yōu)化措施，其中最常見的一種措施就是緩存讀取。緩存讀取是指將數(shù)據(jù)庫中經(jīng)常讀取的數(shù)據(jù)放入緩存中，以減少磁盤IO的操作，提高讀取性能。
成都創(chuàng)新互聯(lián)公司堅(jiān)信：善待客戶，將會成為終身客戶。我們能堅(jiān)持多年，是因?yàn)槲覀円恢笨芍档眯刨?。我們從不忽悠初訪客戶，我們用心做好本職工作，不忘初心，方得始終。十年網(wǎng)站建設(shè)經(jīng)驗(yàn)成都創(chuàng)新互聯(lián)公司是成都老牌網(wǎng)站營銷服務(wù)商,為您提供網(wǎng)站設(shè)計(jì)、網(wǎng)站制作、網(wǎng)站設(shè)計(jì)、H5高端網(wǎng)站建設(shè)、網(wǎng)站制作、品牌網(wǎng)站建設(shè)、微信小程序定制開發(fā)服務(wù),給眾多知名企業(yè)提供過好品質(zhì)的建站服務(wù)。
緩存讀取的基本原理
在了解緩存讀取的優(yōu)化原理之前，我們需要先理解一下數(shù)據(jù)庫的讀取過程。數(shù)據(jù)庫的讀取過程包括兩個階段：緩存讀取和磁盤讀取。
緩存讀取指的是將數(shù)據(jù)從磁盤讀入內(nèi)存，這個過程會消耗一定的時間，但相對于磁盤讀取來說，速度還是較快的。在數(shù)據(jù)被成功讀取到內(nèi)存中之后，我們就可以從內(nèi)存中訪問這些數(shù)據(jù)，這個過程是非?？焖俚摹?/p>
磁盤讀取是指直接從磁盤中讀取數(shù)據(jù)，這個過程會消耗比較多的時間，所以我們通常盡量避免磁盤讀取，而采用緩存讀取。
緩存讀取的原理就是：我們將經(jīng)常讀取的數(shù)據(jù)放入內(nèi)存中，以便我們在需要讀取這些數(shù)據(jù)時，可以直接從內(nèi)存中讀取數(shù)據(jù)，避免了磁盤IO操作，提高了讀取性能。
緩存讀取的實(shí)現(xiàn)方式
緩存讀取可以通過多種方式來實(shí)現(xiàn)，最常見的方式有內(nèi)存緩存和硬件緩存兩種。
內(nèi)存緩存通常是指采用軟件實(shí)現(xiàn)的緩存機(jī)制。通過將經(jīng)常讀取的數(shù)據(jù)存儲在內(nèi)存中，我們可以優(yōu)化讀取性能，減少磁盤IO操作的頻率。常見的內(nèi)存緩存實(shí)現(xiàn)包括：數(shù)據(jù)連接池，二級緩存等。
硬件緩存通常是指采用硬件實(shí)現(xiàn)的緩存機(jī)制。通過使用內(nèi)存、磁盤、SSD等設(shè)備實(shí)現(xiàn)緩存機(jī)制，我們可以盡量避免磁盤IO操作，提高讀取性能。常見的硬件緩存實(shí)現(xiàn)包括：內(nèi)存緩存，RD控制器等。
緩存讀取的優(yōu)點(diǎn)
緩存讀取可以帶來多方面的優(yōu)點(diǎn)，包括：
1.提高讀取性能。通過將經(jīng)常讀取的數(shù)據(jù)放入緩存中，我們可以直接從內(nèi)存中訪問這些數(shù)據(jù)，避免了磁盤IO操作，提高了讀取性能。
2.減少資源占用。通過使用緩存，我們可以減少對磁盤的訪問操作，降低磁盤IO操作的頻率，減少對系統(tǒng)資源的占用，提高系統(tǒng)的穩(wěn)定性和可靠性。
3.提高系統(tǒng)的可用性。通過使用緩存，我們可以減少對磁盤的訪問操作，提高了系統(tǒng)的可用性，減少了系統(tǒng)因磁盤訪問出現(xiàn)問題而導(dǎo)致的系統(tǒng)崩潰和數(shù)據(jù)丟失等問題。
緩存讀取的缺點(diǎn)
雖然緩存讀取可以帶來多方面的優(yōu)點(diǎn)，但其也存在一些缺點(diǎn)，包括：
1.數(shù)據(jù)一致性問題。由于緩存數(shù)據(jù)可能被多個應(yīng)用程序共享，因此當(dāng)緩存中的數(shù)據(jù)發(fā)生變化時，需要及時通知其他應(yīng)用程序，否則可能會導(dǎo)致數(shù)據(jù)不一致的問題。
2.容量限制。由于緩存機(jī)制需要占用內(nèi)存空間，因此其容量是有限的，當(dāng)緩存容量達(dá)到一定限制時，需要及時清理緩存，以便釋放內(nèi)存空間。
3.緩存失效問題。由于緩存中的數(shù)據(jù)可能發(fā)生變化，因此緩存會存在失效的問題，需要及時更新緩存數(shù)據(jù)，以保證數(shù)據(jù)的正確性。
緩存讀取是提高數(shù)據(jù)庫讀取性能的重要措施之一。通過將經(jīng)常訪問的數(shù)據(jù)放入緩存中，可以減少磁盤IO操作，提高讀取性能。然而，在實(shí)踐中，我們需要根據(jù)實(shí)際情況選擇適當(dāng)?shù)木彺娣绞?，并注意解決緩存數(shù)據(jù)一致性、容量限制和失效問題等。只有掌握了緩存讀取的優(yōu)化原理和實(shí)現(xiàn)方式，才能更好地提高數(shù)據(jù)庫讀取的性能。
相關(guān)問題拓展閱讀：
- 如何保證數(shù)據(jù)庫緩存的最終一致性？
如何保證數(shù)據(jù)庫緩存的最終一致性？
對于互聯(lián)網(wǎng)業(yè)務(wù)來說，傳統(tǒng)的直接訪問數(shù)據(jù)庫方式，主要通過數(shù)據(jù)分片、一主多從等方式來扛住讀寫流量，但隨著數(shù)據(jù)量的積累和流量的激增，僅依賴數(shù)據(jù)庫來承接所有流量，不僅成本高、效率低、而且還伴隨著穩(wěn)定性降低的風(fēng)險(xiǎn)。
鑒于大部分業(yè)務(wù)通常是讀多寫少（讀取頻率遠(yuǎn)遠(yuǎn)高于更新頻率），甚至存在讀操作數(shù)量高出寫操作多個數(shù)量級的情況。因此， 在架構(gòu)設(shè)計(jì)中，常采用增加緩存層來提高系統(tǒng)的響應(yīng)能力 ，提升數(shù)據(jù)讀寫性能、減少數(shù)據(jù)庫訪問壓力，從而提升業(yè)務(wù)的穩(wěn)定性和訪問體驗(yàn)。
根據(jù) CAP 原理，分布式系統(tǒng)在可用性、一致性和分區(qū)容錯性上無法兼得，通常由于分區(qū)容錯無法避免，所以一致性和可用性難以同時成立。對于緩存系統(tǒng)來說， 如何保證其數(shù)據(jù)一致性是一個在應(yīng)用緩存的同時不得不解決的問題 。
需要明確的是，緩存系統(tǒng)的數(shù)據(jù)一致性通常包括持久化層和緩存層的一致性、以及多級緩存之間的一致性，這里我們僅討論前者。持久化層和緩存層的一致性問題也通常被稱為雙寫一致性問題，“雙寫”意為數(shù)據(jù)既在數(shù)據(jù)庫中保存一份，也在緩存中保存一份。
對于一致性來說，包含強(qiáng)一致性和弱一致性 ，強(qiáng)一致性保證寫入后立即可以讀取，弱一致性則不保證立即蔽高握可以讀取寫入后的值，而是盡可能的保證在經(jīng)過一定時間后可以讀取到，在弱一致性中應(yīng)用最為廣泛的模型則是最終一致性模型，即保證在一定時間之后寫入和讀取達(dá)到一致的狀態(tài)。對于應(yīng)用緩存的大部分場景來說，追求的則是最終一致性，少部分對數(shù)據(jù)一致性要求極高的場景則會追求強(qiáng)一致性。
為了達(dá)到最終一致性，針對不同的場景，業(yè)界逐步形成了下面這幾種應(yīng)用緩存的策略。
—
—
Cache-Aside
Cache-Aside 意為旁路緩存模式，是應(yīng)用最為廣泛的一種緩存策略。下面的圖示展示了它的讀寫流程，來看看它是如何保證最終一致性的。在讀請求中，首先請求緩存，若緩存命中（cache hit），則直接返回緩存中的數(shù)據(jù)；若緩存未命中（cache miss），則查詢數(shù)據(jù)庫并將查詢結(jié)果更新至緩存，然后返回查詢出的數(shù)據(jù)（demand-filled look-aside ）。在寫請求中，先更新數(shù)據(jù)庫，再刪除緩存（write-invalidate）。
1、為什么刪除緩存，而不是更新緩存？
在 Cache-Aside 中，對于讀請求的處理比較容易理解，但在寫請求中，可能會有讀者提出疑問，為什么要刪除緩存，而不是更新緩存？站在符合直覺的角度來看，更新緩存是一個容易被理解的方案，但站在性能和安全的角度，更新緩存則可能會導(dǎo)致一些不好的后果。
首先是性能 ，當(dāng)該緩存對應(yīng)的結(jié)果需要消耗大量的計(jì)算過程才能得到時，比如需要訪問多宏慶張數(shù)據(jù)庫表并聯(lián)合計(jì)算，那么在寫操作中更新緩存的動作將會是一筆不小的開銷。同時，當(dāng)寫操作較多時，可能也會存在剛更新的緩存還沒有被讀取到，又再次被更新的情況（這常被稱為緩存擾動），顯然，這樣的更新是白白消耗機(jī)器性能的，會導(dǎo)致緩存利用率不高。
而等到讀請求未命中緩存時再去更新，也符合懶加載的思路，需要時再進(jìn)行計(jì)算。刪除緩存的念圓操作不僅是冪等的，可以在發(fā)生異常時重試，而且寫-刪除和讀-更新在語義上更加對稱。
其次是安全 ，在并發(fā)場景下，在寫請求中更新緩存可能會引發(fā)數(shù)據(jù)的不一致問題。參考下面的圖示，若存在兩個來自不同線程的寫請求，首先來自線程 1 的寫請求更新了數(shù)據(jù)庫（step 1），接著來自線程 2 的寫請求再次更新了數(shù)據(jù)庫（step 3），但由于網(wǎng)絡(luò)延遲等原因，線程 1 可能會晚于線程 2 更新緩存（step 4 晚于 step 3），那么這樣便會導(dǎo)致最終寫入數(shù)據(jù)庫的結(jié)果是來自線程 2 的新值，寫入緩存的結(jié)果是來自線程 1 的舊值，即緩存落后于數(shù)據(jù)庫，此時再有讀請求命中緩存（step 5），讀取到的便是舊值。
2、為什么先更新數(shù)據(jù)庫，而不是先刪除緩存？
另外，有讀者也會對更新數(shù)據(jù)庫和刪除緩存的時序產(chǎn)生疑問，那么為什么不先刪除緩存，再更新數(shù)據(jù)庫呢？在單線程下，這種方案看似具有一定合理性，這種合理性體現(xiàn)在刪除緩存成功。
但更新數(shù)據(jù)庫失敗的場景下，盡管緩存被刪除了，下次讀操作時，仍能將正確的數(shù)據(jù)寫回緩存，相對于 Cache-Aside 中更新數(shù)據(jù)庫成功，刪除緩存失敗的場景來說，先刪除緩存的方案似乎更合理一些。那么，先刪除緩存有什么問題呢？
問題仍然出現(xiàn)在并發(fā)場景下，首先來自線程 1 的寫請求刪除了緩存（step 1），接著來自線程 2 的讀請求由于緩存的刪除導(dǎo)致緩存未命中，根據(jù) Cache-Aside 模式，線程 2 繼而查詢數(shù)據(jù)庫（step 2），但由于寫請求通常慢于讀請求，線程 1 更新數(shù)據(jù)庫的操作可能會晚于線程 2 查詢數(shù)據(jù)庫后更新緩存的操作（step 4 晚于 step 3），那么這樣便會導(dǎo)致最終寫入緩存的結(jié)果是來自線程 2 中查詢到的舊值，而寫入數(shù)據(jù)庫的結(jié)果是來自線程 1 的新值，即緩存落后于數(shù)據(jù)庫，此時再有讀請求命中緩存（ step 5 ），讀取到的便是舊值。
另外，先刪除緩存，由于緩存中數(shù)據(jù)缺失，加劇數(shù)據(jù)庫的請求壓力，可能會增大緩存穿透出現(xiàn)的概率。
3、如果選擇先刪除緩存，再更新數(shù)據(jù)庫，那如何解決一致性問題呢？
為了避免“先刪除緩存，再更新數(shù)據(jù)庫”這一方案在讀寫并發(fā)時可能帶來的緩存臟數(shù)據(jù)，業(yè)界又提出了延時雙刪的策略，即在更新數(shù)據(jù)庫之后，延遲一段時間再次刪除緩存，為了保證第二次刪除緩存的時間點(diǎn)在讀請求更新緩存之后，這個延遲時間的經(jīng)驗(yàn)值通常應(yīng)稍大于業(yè)務(wù)中讀請求的耗時。
延遲的實(shí)現(xiàn)可以在代碼中 sleep 或采用延遲隊(duì)列。顯而易見的是，無論這個值如何預(yù)估，都很難和讀請求的完成時間點(diǎn)準(zhǔn)確銜接，這也是延時雙刪被詬病的主要原因。
4、那么 Cache-Aside 存在數(shù)據(jù)不一致的可能嗎？
在 Cache-Aside 中，也存在數(shù)據(jù)不一致的可能性。在下面的讀寫并發(fā)場景下，首先來自線程 1 的讀請求在未命中緩存的情況下查詢數(shù)據(jù)庫（step 1），接著來自線程 2 的寫請求更新數(shù)據(jù)庫（step 2），但由于一些極端原因，線程 1 中讀請求的更新緩存操作晚于線程 2 中寫請求的刪除緩存的操作（step 4 晚于 step 3），那么這樣便會導(dǎo)致最終寫入緩存中的是來自線程 1 的舊值，而寫入數(shù)據(jù)庫中的是來自線程 2 的新值，即緩存落后于數(shù)據(jù)庫，此時再有讀請求命中緩存（step 5），讀取到的便是舊值。
這種場景的出現(xiàn)，不僅需要緩存失效且讀寫并發(fā)執(zhí)行，而且還需要讀請求查詢數(shù)據(jù)庫的執(zhí)行早于寫請求更新數(shù)據(jù)庫，同時讀請求的執(zhí)行完成晚于寫請求。足以見得，這種 不一致場景產(chǎn)生的條件非常嚴(yán)格，在實(shí)際的生產(chǎn)中出現(xiàn)的可能性較小 。
除此之外，在并發(fā)環(huán)境下，Cache-Aside 中也存在讀請求命中緩存的時間點(diǎn)在寫請求更新數(shù)據(jù)庫之后，刪除緩存之前，這樣也會導(dǎo)致讀請求查詢到的緩存落后于數(shù)據(jù)庫的情況。
雖然在下一次讀請求中，緩存會被更新，但如果業(yè)務(wù)層面對這種情況的容忍度較低，那么可以采用加鎖在寫請求中保證“更新數(shù)據(jù)庫&刪除緩存”的串行執(zhí)行為原子性操作（同理也可對讀請求中緩存的更新加鎖）。 加鎖勢必會導(dǎo)致吞吐量的下降，故采取加鎖的方案應(yīng)該對性能的損耗有所預(yù)期。
—
—
補(bǔ)償機(jī)制
我們在上面提到了，在 Cache-Aside 中可能存在更新數(shù)據(jù)庫成功，但刪除緩存失敗的場景，如果發(fā)生這種情況，那么便會導(dǎo)致緩存中的數(shù)據(jù)落后于數(shù)據(jù)庫，產(chǎn)生數(shù)據(jù)的不一致的問題。
其實(shí)，不僅 Cache-Aside 存在這樣的問題，在延時雙刪等策略中也存在這樣的問題。針對可能出現(xiàn)的刪除失敗問題，目前業(yè)界主要有以下幾種補(bǔ)償機(jī)制。
1、刪除重試機(jī)制
由于同步重試刪除在性能上會影響吞吐量，所以常通過引入消息隊(duì)列，將刪除失敗的緩存對應(yīng)的 key 放入消息隊(duì)列中，在對應(yīng)的消費(fèi)者中獲取刪除失敗的 key ，異步重試刪除。這種方法在實(shí)現(xiàn)上相對簡單，但由于刪除失敗后的邏輯需要基于業(yè)務(wù)代碼的 trigger 來觸發(fā) ，對業(yè)務(wù)代碼具有一定入侵性。
鑒于上述方案對業(yè)務(wù)代碼具有一定入侵性，所以需要一種更加優(yōu)雅的解決方案，讓緩存刪除失敗的補(bǔ)償機(jī)制運(yùn)行在背后，盡量少的耦合于業(yè)務(wù)代碼。一個簡單的思路是通過后臺任務(wù)使用更新時間戳或者版本作為對比獲取數(shù)據(jù)庫的增量數(shù)據(jù)更新至緩存中，這種方式在小規(guī)模數(shù)據(jù)的場景可以起到一定作用，但其擴(kuò)展性、穩(wěn)定性都有所欠缺。
一個相對成熟的方案是基于 MySQL 數(shù)據(jù)庫增量日志進(jìn)行解析和消費(fèi)，這里較為流行的是阿里巴巴開源的作為 MySQL binlog 增量獲取和解析的組件 c（類似的開源組件還有 Maxwell、Databus 等）。
c sever 模擬 MySQL slave 的交互協(xié)議，偽裝為 MySQL slave，向 MySQL master 發(fā)送 dump 協(xié)議，MySQL master 收到 dump 請求，開始推送 binary log 給 slave （即 c sever ），c sever 解析 binary log 對象（原始為 byte 流），可由 c client 拉取進(jìn)行消費(fèi)，同時 c server 也默認(rèn)支持將變更記錄投遞到 MQ 系統(tǒng)中，主動推送給其他系統(tǒng)進(jìn)行消費(fèi)。
在 ack 機(jī)制的加持下，不管是推送還是拉取，都可以有效的保證數(shù)據(jù)按照預(yù)期被消費(fèi)。當(dāng)前版本的 c 支持的 MQ 有 Kafka 或者 RocketMQ。另外， c 依賴 ZooKeeper 作為分布式協(xié)調(diào)組件來實(shí)現(xiàn) HA ，c 的 HA 分為兩個部分：
那么，針對緩存的刪除操作便可以在 c client 或 consumer 中編寫相關(guān)業(yè)務(wù)代碼來完成。這樣，結(jié)合數(shù)據(jù)庫日志增量解析消費(fèi)的方案以及 Cache-Aside 模型，在讀請求中未命中緩存時更新緩存（通常這里會涉及到復(fù)雜的業(yè)務(wù)邏輯），在寫請求更新數(shù)據(jù)庫后刪除緩存，并基于日志增量解析來補(bǔ)償數(shù)據(jù)庫更新時可能的緩存刪除失敗問題，在絕大多數(shù)場景下，可以有效的保證緩存的最終一致性。
另外需要注意的是，還應(yīng)該隔離事務(wù)與緩存，確保數(shù)據(jù)庫入庫后再進(jìn)行緩存的刪除操作。 比如考慮到數(shù)據(jù)庫的主從架構(gòu)，主從同步及讀從寫主的場景下，可能會造成讀取到從庫的舊數(shù)據(jù)后便更新了緩存，導(dǎo)致緩存落后于數(shù)據(jù)庫的問題，這就要求對緩存的刪除應(yīng)該確保在數(shù)據(jù)庫操作完成之后。所以，基于 binlog 增量日志進(jìn)行數(shù)據(jù)同步的方案，可以通過選擇解析從節(jié)點(diǎn)的 binlog，來避免主從同步下刪除緩存過早的問題。
3、數(shù)據(jù)傳輸服務(wù) DTS
—
—
Read-Through
Read-Through 意為讀穿透模式，它的流程和 Cache-Aside 類似，不同點(diǎn)在于 Read-Through 中多了一個訪問控制層，讀請求只和該訪問控制層進(jìn)行交互，而背后緩存命中與否的邏輯則由訪問控制層與數(shù)據(jù)源進(jìn)行交互，業(yè)務(wù)層的實(shí)現(xiàn)會更加簡潔，并且對于緩存層及持久化層交互的封裝程度更高，更易于移植。
—
—
Write-Through
Write-Through 意為直寫模式，對于 Write-Through 直寫模式來說，它也增加了訪問控制層來提供更高程度的封裝。不同于 Cache-Aside 的是，Write-Through 直寫模式在寫請求更新數(shù)據(jù)庫之后，并不會刪除緩存，而是更新緩存。
這種方式的 優(yōu)勢在于讀請求過程簡單 ，不需要查詢數(shù)據(jù)庫更新緩存等操作。但其劣勢也非常明顯，除了上面我們提到的更新數(shù)據(jù)庫再更新緩存的弊端之外，這種方案還會造成更新效率低，并且兩個寫操作任何一次寫失敗都會造成數(shù)據(jù)不一致。
如果要使用這種方案， 更好可以將這兩個操作作為事務(wù)處理，可以同時失敗或者同時成功，支持回滾，并且防止并發(fā)環(huán)境下的不一致 。另外，為了防止緩存擾動的頻發(fā)，也可以給緩存增加 TTL 來緩解。
站在可行性的角度，不管是 Write-Through 模式還是 Cache-Aside 模式，理想狀況下都可以通過分布式事務(wù)保證緩存層數(shù)據(jù)與持久化層數(shù)據(jù)的一致性，但在實(shí)際項(xiàng)目中，大多都對一致性的要求存在一些寬容度，所以在方案上往往有所折衷。
Write-Through 直寫模式適合寫操作較多，并且對一致性要求較高的場景，在應(yīng)用 Write-Through 模式時，也需要通過一定的補(bǔ)償機(jī)制來解決它的問題。首先，在并發(fā)環(huán)境下，我們前面提到了先更新數(shù)據(jù)庫，再更新緩存會導(dǎo)致緩存和數(shù)據(jù)庫的不一致，那么先更新緩存，再更新數(shù)據(jù)庫呢？
這樣的操作時序仍然會導(dǎo)致下面這樣線程 1 先更新緩存，最后更新數(shù)據(jù)庫的情況，即由于線程 1 和 線程 2 的執(zhí)行不確定性導(dǎo)致數(shù)據(jù)庫和緩存的不一致。這種由于線程競爭導(dǎo)致的緩存不一致，可以通過分布式鎖解決，保證對緩存和數(shù)據(jù)庫的操作僅能由同一個線程完成。對于沒有拿到鎖的線程，一是通過鎖的 timeout 時間進(jìn)行控制，二是將請求暫存在消息隊(duì)列中順序消費(fèi)。
在下面這種并發(fā)執(zhí)行場景下，來自線程 1 的寫請求更新了數(shù)據(jù)庫，接著來自線程 2 的讀請求命中緩存，接著線程 1 才更新緩存，這樣便會導(dǎo)致線程 2 讀取到的緩存落后于數(shù)據(jù)庫。同理，先更新緩存后更新數(shù)據(jù)庫在寫請求和讀請求并發(fā)時，也會出現(xiàn)類似的問題。面對這種場景，我們也可以加鎖解決。
另在，在 Write-Through 模式下，不管是先更新緩存還是先更新數(shù)據(jù)庫，都存在更新緩存或者更新數(shù)據(jù)庫失敗的情況，上面提到的重試機(jī)制和補(bǔ)償機(jī)制在這里也是奏效的。
—
—
Write-Behind
Write behind 意為異步回寫模式，它也具有類似 Read-Through/Write-Through 的訪問控制層，不同的是，Write behind 在處理寫請求時，只更新緩存而不更新數(shù)據(jù)庫，對于數(shù)據(jù)庫的更新，則是通過批量異步更新的方式進(jìn)行的，批量寫入的時間點(diǎn)可以選在數(shù)據(jù)庫負(fù)載較低的時間進(jìn)行。
在 Write-Behind 模式下，寫請求延遲較低，減輕了數(shù)據(jù)庫的壓力，具有較好的吞吐性。但數(shù)據(jù)庫和緩存的一致性較弱，比如當(dāng)更新的數(shù)據(jù)還未被寫入數(shù)據(jù)庫時，直接從數(shù)據(jù)庫中查詢數(shù)據(jù)是落后于緩存的。同時，緩存的負(fù)載較大，如果緩存宕機(jī)會導(dǎo)致數(shù)據(jù)丟失，所以需要做好緩存的高可用。顯然，Write behind 模式下適合大量寫操作的場景，常用于電商秒殺場景中庫存的扣減。
—
—
Write-Around
如果一些非核心業(yè)務(wù)，對一致性的要求較弱，可以選擇在 cache aside 讀模式下增加一個緩存過期時間，在寫請求中僅僅更新數(shù)據(jù)庫，不做任何刪除或更新緩存的操作，這樣，緩存僅能通過過期時間失效。這種方案實(shí)現(xiàn)簡單，但緩存中的數(shù)據(jù)和數(shù)據(jù)庫數(shù)據(jù)一致性較差，往往會造成用戶的體驗(yàn)較差，應(yīng)慎重選擇。
—
—
總結(jié)
在解決緩存一致性的過程中，有多種途徑可以保證緩存的最終一致性，應(yīng)該根據(jù)場景來設(shè)計(jì)合適的方案，讀多寫少的場景下，可以選擇采用“Cache-Aside 結(jié)合消費(fèi)數(shù)據(jù)庫日志做補(bǔ)償”的方案，寫多的場景下，可以選擇采用“Write-Through 結(jié)合分布式鎖”的方案 ，寫多的極端場景下，可以選擇采用“Write-Behind”的方案。
數(shù)據(jù)庫緩沖讀取的介紹就聊到這里吧，感謝你花時間閱讀本站內(nèi)容，更多關(guān)于數(shù)據(jù)庫緩沖讀取,提高數(shù)據(jù)庫讀取性能的關(guān)鍵——緩沖讀取,如何保證數(shù)據(jù)庫緩存的最終一致性？的信息別忘了在本站進(jìn)行查找喔。
香港服務(wù)器選創(chuàng)新互聯(lián)，2H2G首月10元開通。
創(chuàng)新互聯(lián)（www.cdcxhl.com）互聯(lián)網(wǎng)服務(wù)提供商,擁有超過10年的服務(wù)器租用、服務(wù)器托管、云服務(wù)器、虛擬主機(jī)、網(wǎng)站系統(tǒng)開發(fā)經(jīng)驗(yàn)。專業(yè)提供云主機(jī)、虛擬主機(jī)、域名注冊、VPS主機(jī)、云服務(wù)器、香港云服務(wù)器、免備案服務(wù)器等。
文章題目：提高數(shù)據(jù)庫讀取性能的關(guān)鍵——緩沖讀取(數(shù)據(jù)庫緩沖讀取)
分享URL：http://www.dlmjj.cn/article/djpjdde.html
