快取的技術方案分析

1.最初級的快取不一致問題以及解決方案

問題：先修改資料庫，再刪除快取，如果刪除快取失敗了，那麼會導致資料庫中是新資料，快取中是舊資料，資料出現不一致解決思路：

先刪除快取，再修改資料庫，如果刪除快取成功了，如果修改資料庫失敗了，那麼資料庫中是舊資料，快取中是空的，那麼資料不會不一致，因為讀的時候快取沒有，則讀資料庫中舊資料，然後更新到快取中

2、比較複雜的資料不一致問題分析

資料發生了變更，先刪除了快取，然後要去修改資料庫，此時還沒修改，乙個請求過來，去讀快取，發現快取空了，去查詢資料庫，查到了修改前的舊資料，放到了快取中，資料變更的程式完成了資料庫的修改，完了，資料庫和快取中的資料不一樣了。

3、資料庫與快取更新與讀取操作進行非同步序列化

更新資料的時候，根據資料的唯一標識，將操作路由之後，傳送到乙個jvm內部的佇列中，讀取資料的時候，如果發現資料不在快取中，那麼將重新讀取資料+更新快取的操作，根據唯一標識路由之後，也傳送同乙個jvm內部的佇列中乙個佇列對應乙個工作執行緒每個工作執行緒序列拿到對應的操作，然後一條一條的執行這樣的話，乙個資料變更的操作，先執行，刪除快取，然後再去更新資料庫，但是還沒完成更新，此時如果乙個讀請求過來，讀到了空的快取，那麼可以先將快取更新的請求傳送到佇列中，此時會在佇列中積壓，然後同步等待快取更新完成這裡有乙個優化點，乙個佇列中，其實多個更新快取請求串在一起是沒意義的，因此可以做過濾，如果發現佇列中已經有乙個更新快取的請求了，那麼就不用再放個更新請求操作進去了，直接等待前面的更新操作請求完成即可

如果請求還在等待時間範圍內，不斷輪詢發現可以取到值了，那麼就直接返回; 如果請求等待的時間超過一定時長，那麼這一次直接從資料庫中讀取當前的舊值

4、高併發的場景下，該解決方案要注意的問題

（1）讀請求長時阻塞由於讀請求進行了非常輕度的非同步化，所以一定要注意讀超時的問題，每個讀請求必須在超時時間範圍內返回該解決方案，最大的風險點在於說，可能資料更新很頻繁，導致佇列中積壓了大量更新操作在裡面，然後讀請求會發生大量的超時，最後導致大量的請求直接走資料庫務必通過一些模擬真實的測試，看看更新資料的頻繁是怎樣的（2）讀請求併發量過高這裡還必須做好壓力測試，確保恰巧碰上上述情況的時候，還有乙個風險，就是突然間大量讀請求會在幾十毫秒的延時hang在服務上，看服務能不能抗的住，需要多少機器才能抗住最大的極限情況的峰值，但是因為並不是所有的資料都在同一時間更新，快取也不會同一時間失效，所以每次可能也就是少數資料的快取失效了，然後那些資料對應的讀請求過來，併發量應該也不會特別大（3）熱點商品的路由問題，導致請求的傾斜萬一某個商品的讀寫請求特別高，全部打到相同的機器的相同的佇列裡面去了，可能造成某台機器的壓力過大就是說，因為只有在商品資料更新的時候才會清空快取，然後才會導致讀寫併發，所以更新頻率不是太高的話，這個問題的影響並不是特別大但是的確可能某些機器的負載會高一些（4）為什麼更新快取一定要刪除快取，而不是直接更新原因很簡單，很多時候，複雜點的快取的場景，因為快取有的時候，不簡單是資料庫中直接取出來的值商品詳情頁的系統，修改庫存，只是修改了某個表的某些字段，但是要真正把這個影響的最終的庫存計算出來，可能還需要從其他表查詢一些資料，然後進行一些複雜的運算，才能最終計算出現在最新的庫存是多少，然後才能將庫存更新到快取中去比如可能更新了某個表的乙個字段，然後其對應的快取，是需要查詢另外兩個表的資料，並進行運算，才能計算出快取最新的值的更新快取的代價是很高的是不是說，每次修改資料庫的時候，都一定要將其對應的快取去跟新乙份？也許有的場景是這樣的，但是對於比較複雜的快取資料計算的場景，就不是這樣了如果你頻繁修改乙個快取涉及的多個表，那麼這個快取會被頻繁的更新，頻繁的更新快取但是問題在於，這個快取到底會不會被頻繁訪問到？？？

舉個例子，乙個快取涉及的表的字段，在1分鐘內就修改了20次，或者是100次，那麼快取跟新20次，100次; 但是這個快取在1分鐘內就被讀取了1次，有大量的冷資料

快取的技術方案分析

技術技術方案優化策略快取層面

分析PHP中的快取技術

快取穿透，快取雪崩，快取擊穿解決方案分析

快取的技術方案分析

技術 技術方案優化策略 快取層面

分析PHP中的快取技術

快取穿透，快取雪崩，快取擊穿解決方案分析

相關推薦

技術技術方案優化策略快取層面