二级缓存的方式

Posted 2021-04-14 二周目Solo

一：redis+mysql

使用redis作为集中式缓存，可以同时为多节点提供服务。

但是由于大量的数据通过缓存读取，导致缓存服务压力非常大。经常出现：怎么服务又挂了？这时候，我们不得不多个redis搭建集群，进行流量分摊，但有可能你的缓存数据量其实不大，仅仅是吞吐量大。

根据cache aside pattern规则：

1. 数据读取：先读redis，再读mysql；如果cache hit，直接返回数据；如果cache miss，访问db，再把数据重置回缓存，这里应该没什么问题。

2. 数据更新：

1. 淘汰缓存，而不是更新缓存

2. 先操作数据库，再淘汰缓存

先说下为什么是淘汰缓存，而不是更新缓存？

比如小圆项目，如果再更新缓存的同时，出现了并发写的情况，会导致数据对象不一致（比如两个事务同时在更新user的等级和user的经验）。

那为什么先操作数据库，而不是先操作缓存呢？

如果事务A先淘汰缓存，那么同一个时刻另一个事务B在读取缓存对象数据，结果肯定是没有读取到内容，这时候只能读取数据库，数据重置回缓存。此时事务A再更新数据库，导致缓存与数据库内容不一致。

cache aside pattern也有问题，比如在数据库更新完成后，但是缓存淘汰却失败了（比如连接超时等），这时候缓存与数据库内容不一致。但是这种情况比较少见。

二：本地内存（Ehcache等）+redis+mysql

借鉴cache aside pattern的数据读写方式，引入jvm 二级缓存（也就是内存），减少redis等分布式缓存的负载，这里简单介绍下这种二级缓存的方式。

数据读取的方式：

数据更新的方式：