markdown 缓存，本地，远程;

Posted 2021-05-05

### 缓存client套路

1、缓存不能读到脏数据
2、缓存可能读到过期数据，是否可以容忍一段时间的不一致性，但是可以保证最终一致性（只是达到最终一致性的时间长短不一样）

client缓存套路及存在的问题：

* 先更新数据库，再更新缓存

存在的问题：可能读到脏数据
问题分析：有两个线程A和B进行更新操作

（1）、线程A更新了DB，key=1 value=2
（2）、线程B更新了DB，key=1 value=3
（3）、线程B更新了cache，key=1 value=3
（4）、线程A更新了cache，key=1 value=2

这样就导致了DB和缓存数据不一致的问题，因为DB里面key=1 value=3，而缓存里面是key=1 value=2

解决办法：时间戳 + 版本号（ABA问题）

* 先删除cache，再更新db

存在的问题：脏数据
问题分析：线程A执行更新操作，线程B执行查询操作
（1）、线程A进行写操作，key=1 value=2，先删除了缓存key=1 value=1
（2）、线程B查询缓存发现缓存不存在，然后去db查询得到key=1 value=1，线程B将key=1 value=1写到缓存
（3）、线程A此时将key=1 value=2写到db

这样就造成了db和缓存存储的不一致，db里面key=1 value=2，cache里面则是key=1 value=1
解决办法：
  （1）、先删除cache，再更新db，再回写cache（和第一种方案一样的问题）
  （2）、先删除cache，再更新db，再删除cache（双删，第二次可以异步执行）

* 先更新db，再删除cache

问题：脏数据（小概率）
问题分析：一个线程A做查询，一个线程B做更新
（1）、缓存刚好失效
（2）、线程A查询db，得到key=1 value=1
（3）、线程B将新值key=1 value=2写入db
（4）、线程B更新完db之后删除了cacahekey=1 value=1
（5）、线程A将查到的key=1 value=1写入缓存

这个时候，db和缓存存储的就是不一致的，db是key=1 value=2，cache是key=1 value=1

* 异步更新中间件

比如databus监听db binlog，然后更新缓存。

### 缓存穿透

查询肯定不存在的数据，缓存不命中，走到db，db挂

方案：
（1）、BloomFilter，布隆过滤器，将所有可能存在的key映射到一个足够大的bitmap中去，不存在的key会被bitmap拦截到；但是不存在的key也可能被映射到这块bitmap中去，但是很少；该方法非常高效。
（2）、缓存空结果 + 过期时间：将不存在的结果也缓存起来，设置一个可以容忍的过期时间；实现起来非常简单。

### 缓存雪崩

缓存的多个key设置了相同的过期时间，某一时刻多个缓存key同时失效，请求全部落到db，db奔溃。

方案：
（1）、加锁查db；一个请求查询key，如果miss，则先lock该key，其他请求在该key上等待，直到被唤醒，然后再check一下key是否存在（double check）；这种策略下就是说只可能有一个线程会去db加载数据缓存起来。
（2）、错开过期时间，这是最好实现的方式，别让大多数缓存一起失效
（3）、预先加载，当发现缓存快到期的时候异步加载


### 热点击穿

某些时间点，某些Key会被高并发地访问，形成热点Key；热点Key恰好在这时过期了，大量并发打到DB；或是超高并发单Key（一般是hash到单台机上），打满单机的网卡/cpu。


（1）、预判：在value内部设置一个过期时间t1，t1比实际缓存失效时间t2要小，当发现t1已过期，那么就通知重新加载缓存，这样就可以无缝切换新旧值了。
（2）、预热：将热数据提前加载到缓存系统，所有请求直接请求缓存，后台异步线程更新缓存

总结：都是为了让请求直接请求到缓存，而没有到db，异步线程来做db->cache的工作