你是如何更新缓存的?看懂这篇缓存读写策略

2022-11-30 15:56:15 浏览数 (2)

也许你会觉得缓存读写很简单:

  • 先读缓存,缓存不命中就查DB,查到了就回种缓存
  • 先删缓存,再更新DB,而后续操作会把数据再装载到缓存 这是错误的。最简单的两个并发操作:更新&查询。 更新操作删除缓存后,查询操作没有命中缓存,先把老数据读出来后放到缓存,然后更新操作更新了数据库。于是,缓存中的数据还是老数据,导致缓存中的数据是脏的,而且还一直这样脏下去。

针对不同的业务场景,实际选用的缓存的读写策略也不同。为方便讨论,这里假定更新数据库、缓存都成功。

1 Cache Aside(旁路缓存)

最常用的模式:

  • 失效 应用先从cache取数据,没有得到,则从DB取数据,成功后,放入cache
  • 命中 应用程序从cache中取数据,取到后返回
  • 更新 先把数据存到DB,成功后,再让缓存失效

注意,是先更新DB,成功后,让缓存失效。

一个查询操作,一个更新操作的并发 首先,没有了删除cache数据的操作,而是先更新数据库中的数据,此时,缓存依然有效,所以,并发的查询操作拿的是没有更新的数据,但是,更新操作马上让缓存的失效了,后续的查询操作再把数据从数据库中拉出来。而不会像文章开头的那个逻辑产生的问题,后续的查询操作一直都在取老的数据。

这是标准的design pattern,包括Facebook的论文《Scaling Memcache at Facebook》也使用了这个策略。为什么不是写DB后更新缓存?可以看一下Quora上的这个问答《Why does Facebook use delete to remove the key-value pair in Memcached instead of updating the Memcached during write request to the backend?》,主要是怕两个并发的写操作导致脏数据。

那Cache Aside有并发问题吗? 有。比如,一个是读操作,但是没有命中缓存,然后就到数据库中取数据,此时来了一个写操作,写完数据库后,让缓存失效,然后,之前的那个读操作再把老的数据放进去,所以,会造成脏数据。

这个情形理论上会出现,不过,实际上出现的概率可能非常低,因为需要发生在读缓存时缓存失效,而且并发着有一个写操作。 而实际上数据库的写操作会比读操作慢得多,而且还要锁表,而读操作必需在写操作前进入数据库操作,而又要晚于写操作更新缓存,所有的这些条件都具备的概率基本并不大

这也就是Quora上的那个答案里说的,要么通过2PC或是Paxos协议保证一致性,要么就是拼命的降低并发时脏数据的概率,而Facebook使用了这个降低概率的玩法,因为2PC太慢,而Paxos太复杂。当然,最好还是为缓存设置上过期时间。

2 Read/Write Through Pattern

上面的Cache Aside,应用代码需要维护两个数据存储,一个是缓存,一个是数据库,应用程序比较啰嗦。 而Read/Write Through是把更新数据库的操作由缓存自己代理,所以,对于应用层来说,就简单很多。 可理解为,应用认为后端就是一个单一的存储,而存储自己维护自己的Cache。

2.1 Read Through

Read Through 就是在查询操作中更新缓存,也就是说,当缓存失效的时候(过期或LRU换出)

  • Cache Aside是由调用方负责把数据加载入缓存
  • Read Through则用缓存服务自己来加载,从而对应用方是透明的

2.2 Write Through

和Read Through相仿,不过是在更新数据时发生 当有数据更新时

  • 如果没有命中缓存,直接更新数据库,然后返回
  • 如果命中了缓存,则更新缓存,然后再由Cache自己更新数据库(这是一个同步操作)

下图中的Memory可以理解为就是我们例子里的数据库

3 Write Behind(异步写回)

又叫 Write Back。在更新数据时,只更新缓存,不更新DB,而我们的缓存会异步批量更新DB

优点

  • 让数据的I/O操作飞快无比(因为直接操作内存嘛 )
  • 因为异步,write back还可以合并对同一个数据的多次操作,所以性能的提高是相当可观

缺点

数据不是强一致性的,而且可能会丢失(我们知道Unix/Linux非正常关机会导致数据丢失,就是因为这个事)。

另外,Write Back实现逻辑比较复杂,因为他需要track哪些数据是被更新的,需要刷到持久层。 os的write back会在仅当这个cache需要失效时,才会被真正持久化,比如,内存不够了,或是进程退出了等情况,这又叫lazy write。

比如在向磁盘中写数据时采用的也是这种策略。无论是:

  • os层面的 Page Cache
  • 日志的异步刷盘
  • 消息队列中消息的异步写入磁盘

大多采用了这种策略。因为这个策略在性能优势明显,直接写内存,避免了直接写磁盘造成的随机写。

  • A write-back cache with write allocation

参考

  • https://coolshell.cn/articles/17416.html

0 人点赞