- Cache Aside Pattern：由缓存的调用者，在更新数据库的同时更新缓存
- Read/Write Through Pattern：缓存与数据库整合为一个服务，由服务来维护一致性。调用者调用该服务，无需关心缓存一致性问题
- Write Behind Caching Pattern：调用者只操作缓存，由其他线程异步的将缓存数据持久化到数据库，保证最终一致
- 相对来讲，
Cache Aside Pattern可靠性更高一点 - 操作缓存和数据库时要考虑如下几个问题
- 删除缓存还是更新缓存？
- 更新缓存：每次更新数据库都更新缓存，无效写操作较多
- 删除缓存：更新数据库时让缓存失效，查询时再更新缓存（更优）
- 如何保证缓存和数据库的操作的同时成功或失败？（原子性）
- 单体系统：事务控制
- 分布式系统：利用TCC等分布式事务方案
- 先操作缓存还是先惭怍数据库？（线程安全）
- 先删除缓存，再操作数据库
- 先操作数据库，再删除缓存
- 由于 redis 的速度远比 MySQL 要快，所以方案二为优选
在这里插入图片描述 - 缓存更新策略的最佳方案 - 低一致性需求：使用Redis自带的内存淘汰机制 - 高一致性需求：主动更新，并以超时剔除作为兜底方案 - 读操作： - 缓存命中则直接返回 - 缓存未命中则查询数据库，并写入缓存，设定超时时间 - 写操作： - 先写数据库，然后再删除缓存 - 要确保数据库与缓存操作的原子性
Redis 缓存主动更新策略
2022-08-09 08:45:34
浏览数 (1)
