Cache-Aside模式一種常用的緩存方式,通常是把數據從主存儲加載到KV緩存中,加速后續的訪問。在存在重復度的場景,Cache-Aside可以提升服務性能,降低底層存儲的壓力,缺點是緩存和底層存儲會存在不一致。
在開發應用時,使用緩存被多次訪問的數據是常見的操作。但是,緩存和底層存儲的數據完全一致是一種不切實際的想法。我們需要一種策略,來保證緩存里的數據盡量及時更新,同時也要能夠檢測并應對緩存數據過期的情況。
很多商業化的緩存訪問提供了 read-throgh 和write-through/write-behind 的操作。這種模式下,讀寫都要先經過緩存,操作流程是這樣的:
如果緩存不提供數據同步能力,應用層就要負責數據在緩存和底層存儲的同步。
使用cache-aside策略,應用層能夠模擬read-through緩存的能力。這種策略會要求應用層按需把數據加載進緩存,下圖給出了存儲數據的過程:
如果應用層更新了數據,就可以采用write-through策略。做法也比較簡單:1)修改底層存儲的數據;2)將緩存里的這條數據置為失效(刪除/過期)。
下一次這條數據被請求時,使用cache-aside策略:1)應用層從底層存儲獲取更新后的數據;2)寫入緩存。
在此用這個模式時,需要考慮以下幾點:
緩存數據的生命周期。很多緩存實現方案會設置過期時間,如果數據在一段時間內沒有被訪問,緩存中置為失效并逐出這條數據。為了保證cache-aside模式有效,需要保證緩存失效機制與數據的訪問模式是一致的。如果緩存失效時間太短,可能會導致應用層反復從底層存儲獲取數據寫入緩存。如果緩存過期時間太長,緩存的數據很可能是過期的,與底層存儲不一致。對于半靜態的數據(更新頻次低)或讀取頻繁的數據進行緩存,能達到最好的效果。
逐出數據。相對于底層存儲,緩存的容量一般是有限的,必須要是需要逐出數據。很多緩存采用LRU機制,當然我們也可以自己定制逐出機制。通常為了保證緩存的性價比,所有數據都會被配置一個全局的緩存過期屬性。有個別例外的情況,比如從底層存儲中獲取一份數據項效率非常低(讀取頻率一般),另一份數據項從底層存儲獲取效率高(讀取頻率也高),那么緩存獲取效率低的數據收益可能更大。
服務啟動時填充緩存。一些場景下,服務啟動時,會把存量數據加載到緩存里。這種情況下如果有數據過期或被逐出的情況,同樣可以采用cache-aside模式。
數據一致性。cache-aside模式并不能保證緩存和底層存儲的數據一致性。存儲里的數據任何時候都可能被更改,如果是外部服務,緩存可能感知不到數據更新。如果一個系統中,多個存儲都存了數據的備份,頻繁發生數據同步的情況下,數據不一致的情況會更嚴重。
本地緩存,也叫內存緩存。數據緩存在服務實例的內存中,是有該實例能訪問。如果服務實例頻繁訪問同樣的數據,也可以使用Cache-Aside模式。但是本地緩存是允許本服務實例訪問,不同的服務實例都在本地內存存儲了一份數據。不同實例的緩存很快變得不一致,這就需要更頻繁地刷新緩存中的數據。在這類場景中,可以考慮使用分片或分布式緩存方案。
適用場景:
不適用場景:
本文鏈接:http://www.tebozhan.com/showinfo-26-86-0.html服務存儲設計模式:Cache-Aside模式
聲明:本網頁內容旨在傳播知識,若有侵權等問題請及時與本網聯系,我們將在第一時間刪除處理。郵件:2376512515@qq.com