缓存的三种读写方式

悠悠 2023-07-04 11:18 7阅读 0赞

结合业务场景，缓存的读写方式可以分为以下三种模式：

*  Cache Aside（旁路缓存）
 *  Read/Write Through（读写穿透）
 *  Write Behind Caching（异步缓存写入）

### Cache Aside ###

*  查询：应用程序先去cache中读取数据，如果可以命中，则直接返回；如果没有命中，则去数据库中查询，成功后存入缓存。
 *  更新：应用程序先去更新数据库，成功后再删除缓存。

最常见的一种方式。在这种模式下可以尽可能的保证缓存的一致性，适合对一致性要求较高的场景。

注意：在更新数据时，以下方式可能会造成数据不一致。

1、先删除缓存，再更新DB。删除缓存后，更新DB之前如果有新的查询请求到来，会将缓存更新为原来的结果，造成不一致。

> 线程1：----> 删除缓存 ------------------------> 更新DB（新数据）
> 
> 线程2：------------------> 查询DB（脏数据）----> 将脏数据存入缓存

2、先更新DB，再更新缓存。在并发更新的场景下，两个线程的更新DB与更新缓存的顺序无法控制，导致数据不一致。

> 线程1：----> 更新DB（新数据1）------------------------------------------------------------> 更新缓存（新数据1）
> 
> 线程1：-------------------------------> 更新DB（新数据2）----> 更新缓存（新数据2）

3、**先更新DB，再删除缓存。**这种方式是我们推荐的方式，删除缓存相比于更新缓存来讲更加轻量级，但是还是有小概率数据不一致的可能，比如：

> 线程1：-----------------------------------------------------> 更新DB（新数据） --> 删除缓存
> 
> 线程2：----> 没有命中缓存，查询DB（脏数据） ----------------------------------------------> 将脏数据存入缓存

虽然发生这种不一致的情况几率很小，但还是要引入缓存失效时间来避免长时间数据的不一致。

--------------------

### Read/Write Through ###

对于 Cache Aside 模式，业务应用需要同时维护 cache 和 DB 两个数据存储方，过于繁琐。而在Read/Write Through模式下，存储服务封装了所有的数据处理细节（cache + DB），业务应用端代码只用关注业务逻辑本身，系统的隔离性更佳。

存储服务收到业务应用的写请求时，会首先查 cache，如果数据在 cache 中不存在，则只更新 DB，如果数据在 cache 中存在，则先更新 cache，然后更新 DB。而存储服务收到读请求时，如果命中 cache 直接返回，否则先从 DB 加载，回种到 cache 后返回响应。

--------------------

### Write Behind Caching ###

在该模式下，更新数据时只更新缓存，不直接更新DB，通过异步的方式将缓存结果批量的或合并后再更新到DB。这种方式的特点是效率非常高，但不是强一致，甚至会丢失数据，**适用于访问量、点赞数等对于性能要求高，但一致性要求不高的场景**。