《构建高性能Web站点》第四章动态内容缓存

朴灿烈づ我的快乐病毒、 2022-04-23 09:34 219阅读 0赞

Web站点更多的是提供动态内容，比如动态网页、动态图片、Web服务等，它们通常在Web服务器端进行计算，生成HTML，并返回给用户。与此同时，它们在生成HTML的过程中，不可避免涉及了更多的CPU计算和I/O操作，这已经超出了Web服务器本身，比如访问数据库涉及数据库服务器的CPU计算和磁盘I/O操作，以及与数据库服务器通信的网络I/O操作，同样的情况也发生在调用Web API，比如通过twitter API获取资料。而且通常这些操作都不是异步的，我们必须等待。

**1.重复的开销**

对于数据库中重复计算的I/O操作造成的重复的开销，我们可以通过缓存解决。

**2.缓存与速度**

说到缓存，事实上它将一直贯穿随后几章的内容，而在这里，我们所指的是由动态内容自行实现的缓存机制，这其中包括整页缓存、局部缓存、数据缓存等，除此之外，还有代码解释器缓存、Web服务器缓存等。

缓存（cache）的思想由来已久，简单地说，缓存的目的就是把需要花费昂贵开销的计算结果保存起来，在以后需要的时候直接取出，而避免重复计算，一切缓存的本质都是如此。

例如，我们都知道CPU缓存，它是位于CPU和内存之间的临时存储器，它的容量不大，但是交换速度要高于内存，CPU将频繁交换的数据放在缓存中，如果以后需要则直接读取缓存，从而避免访问速度较慢的内存，不可否认，尽管我们认为内存速度已经很快，但是在CPU缓存面前，它还是力不从心。

缓冲（buffer），在计算机应用场景中，我们使用它的引申含义，其目的在于改善各部件之间由于速度不同而引发的问题。比如将用户态地址空间的数据写入磁盘时，显然内存的速度比磁盘速度要快得多，所以人们设计了磁盘缓冲区，让数据源源不断地流进缓冲区，再由缓冲区负责写入磁盘，这样内存便可以不必随着磁盘的慢节奏来工作，所以磁盘缓冲区起到了将快速设备和慢速设备平滑衔接的作用，另外我们在线观看视频的时候，视频缓冲区的意义也是如此。

凡是使用缓存，都一定要意识到命中率的重要性。

**3.页面缓存**

对于动态网页来说，缓存的内容实际上就是动态网页输出的HTML，我们称为页面缓存（Page Cache），而对于其他动态内容，比如动态图片或动态XML数据，我们也可以将它们的输出结果整体进行缓存，其实现机制和动态网页是一样的。

通常，我们将动态内容的缓存存储在磁盘上，通常磁盘有足够而且廉价的空间来存储大量的文件，我们不用担心因为空间的限制而淘汰缓存，这是一种比较简单也容易部署的方法。

到目前为止，我们给动态内容引入了缓存，它在一定程度上避免了动态内容不必要的重复计算，缩短了请求响应时间并提高了服务器吞吐率。但是，动态内容的目的在于提供变化的内容，所以它的缓存不可能长期有效，否则就失去了动态内容的意义，所以动态内容的缓存机制必须能够判断缓存何时过期，以及何时需要生成新的缓存。  
为每个缓存标记过期时间，然后动态内容每次对缓存进行过期检查，这是一种常见的缓存过期检查策略，实现方法很多。

前面的两种缓存实现都将缓存数据存储在磁盘文件中，每次缓存加载和过期检查都存在磁盘I/O的开销，反过来它也受到磁盘负载的影响，如果这个磁盘同时还运行着如数据库这样的磁盘I/O密集型应用，那么缓存文件的I/O操作便会存在一定的延迟。我们还可以将动态网页的HTML缓存在其他地方，比如本机内存中。

**缓存服务器：**

除此之外，我们还可以将HTML缓存存储在一台独立的缓存服务器中，利用memcached，我们可以很容易地通过TCP将缓存存储在其他服务器中，而且memcached同样也是使用内存空间来保存缓存数据，减少了不必要的磁盘I/O。另一方面，memcached在存储区中对于每一个key都维护一个过期时间，一旦达到这个过期时间，memcached便会自动删除这个key，这使得我们的过期检查非常容易，只需要在保存缓存数据时指定过期时间即可。

前文中多次提到缓存有效期，事实上对于它的取值并不是一件容易的事情。有效期如果太长，虽然缓存命中率提高了，但是动态网页的内容更新总是不能及时展现；而有效期如果太短，动态网页的内容虽能实时变化，但是频繁地创建缓存比没有缓存也好不到哪儿去。

幸运的是，除了不断调整缓存有效期之外，缓存机制还提供了一个有效的缓存控制途径，那就是可以在任何时候强行清除缓存，这在动态内容更新频率较低的时候适合使用，比如通常在一个Blog中，阅读的人总是远远多于撰写内容的人，这样就可以将缓存有效期设置得相对长一些，而每次内容更新时都主动清除缓存，促使动态内容创建新的缓存。

**4.局部无缓存**

在流行的模板框架中，在整页缓存的基础上，都提供了局部无缓存的支持，它允许在页面中指定一块包含动态数据的HTML代码段，每次这些动态数据都需要实时计算，然后和其余部分的缓存合成为最终的网页。

**5.静态化内容**

前面我们尝试的几种动态内容缓存方法中，动态程序看起来就像是缓存的代理人，每次用户的请求都要首先被送到动态程序，然后动态程序根据缓存有效期来决定是否输出缓存。这种方法使得动态内容对于缓存数据有着较强的控制权，但是这种控制权的代价是比较昂贵的，它带来了性能上的不足。

我们一般会使用CMS（内容管理系统）来管理静态化内容，同时CMS也可以在必要的时候帮助我们更新静态化内容。

对于静态化内容的更新策略，一般有以下两种：  
● 在数据更新时重新生成静态化内容。  
● 定时重新生成静态化内容。