Cache Aside Pattern（缓存模式）

本文来自-----58沈剑大神的文章

本文主要讨论这么几个问题：
（1）“缓存与数据库”需求缘起
（2）“淘汰缓存”还是“更新缓存”
（3）缓存和数据库的操作时序


一、需求缘起
　　场景介绍
　　缓存是一种提高系统读性能的常见技术，对于读多写少的应用场景，我们经常使用缓存来进行优化。例如对于用户的余额信息表account(uid, money)，业务上的需求是：
　　（1）查询用户的余额，SELECT money FROM account WHERE uid=XXX，占99%的请求
　　（2）更改用户余额，UPDATE account SET money=XXX WHERE uid=XXX，占1%的请求
　　由于大部分的请求是查询，我们在缓存中建立uid到money的键值对，能够极大降低数据库的压力。

　　读操作流程
　　有了数据库和缓存两个地方存放数据之后（uid->money），每当需要读取相关数据时（money），操作流程一般是这样的：
　　（1）读取缓存中是否有相关数据，uid->money
　　（2）如果缓存中有相关数据money，则返回【这就是所谓的数据命中“hit”】
　　（3）如果缓存中没有相关数据money，则从数据库读取相关数据money【这就是所谓的数据未命中“miss”】，放入缓存中uid->money，再返回
缓存的命中率 = 命中缓存请求个数/总缓存访问请求个数 = hit/(hit+miss)
上面举例的余额场景，99%的读，1%的写，这个缓存的命中率是非常高的，会在95%以上。

　　那么问题来了，当数据money发生变化的时候：
　　（1）是更新缓存中的数据，还是淘汰缓存中的数据呢？
　　（2）是先操纵数据库中的数据再操纵缓存中的数据，还是先操纵缓存中的数据再操纵数据库中的数据呢？
　　（3）缓存与数据库的操作，在架构上是否有优化的空间呢？

　　这是本文关注的三个核心问题。

二、更新缓存 VS 淘汰缓存
　　什么是更新缓存：数据不但写入数据库，还会写入缓存
　　什么是淘汰缓存：数据只会写入数据库，不会写入缓存，只会把数据淘汰掉

　　更新缓存的优点：缓存不会增加一次miss，命中率高
　　淘汰缓存的优点：简单（我去，更新缓存我也觉得很简单呀，楼主你太敷衍了吧）

　　那到底是选择更新缓存还是淘汰缓存呢，主要取决于“更新缓存的复杂度”。

　　例如，上述场景，只是简单的把余额money设置成一个值，那么：
　　（1）淘汰缓存的操作为deleteCache(uid)
　　（2）更新缓存的操作为setCache(uid, money)

　　如果更新缓存的代价很小，此时我们应该更倾向于更新缓存，以保证更高的缓存命中率
　　如果余额是通过很复杂的数据计算得出来的，例如业务上除了账户表account，还有商品表product，折扣表discount
　　account(uid, money)
　　product(pid, type, price, pinfo)
　　discount(type, zhekou)

　　业务场景是用户买了一个商品product，这个商品的价格是price，这个商品从属于type类商品，type类商品在做促销活动要打折扣zhekou，购买了商品过后，这个余额的计算就复杂了，需要：
　　（1）先把商品的品类，价格取出来：SELECT type, price FROM product WHERE pid=XXX
　　（2）再把这个品类的折扣取出来：SELECT zhekou FROM discount WHERE type=XXX
　　（3）再把原有余额从缓存中查询出来money = getCache(uid)
　　（4）再把新的余额写入到缓存中去setCache(uid, money-price*zhekou)
　　更新缓存的代价很大，此时我们应该更倾向于淘汰缓存。

　　无论如何，淘汰缓存操作简单，并且带来的副作用只是增加了一次cache miss，建议作为通用的处理方式。


三、先操作数据库 vs 先操作缓存
　　当写操作发生时，假设淘汰缓存作为对缓存通用的处理方式，又面临两种抉择：
　　（1）先写数据库，再淘汰缓存
　　（2）先淘汰缓存，再写数据库

　　究竟采用哪种时序呢？
　　对于一个不能保证事务性的操作，一定涉及“哪个任务先做，哪个任务后做”的问题，解决这个问题的方向是：
　　如果出现不一致，谁先做对业务的影响较小，就谁先执行。
　　由于写数据库与淘汰缓存不能保证原子性，谁先谁后同样要遵循上述原则。
　　假设先写数据库，再淘汰缓存：第一步写数据库操作成功，第二步淘汰缓存失败，则会出现DB中是新数据，Cache中是旧数据，数据不一致。
　　假设先淘汰缓存，再写数据库：第一步淘汰缓存成功，第二步写数据库失败，则只会引发一次Cache miss。

　　结论：数据和缓存的操作时序，结论是清楚的：先淘汰缓存，再写数据库。

四、结论强调
　　（1）淘汰缓存是一种通用的缓存处理方式
　　（2）先淘汰缓存，再写数据库的时序是毋庸置疑的
　　（3）服务化是向业务方屏蔽底层数据库与缓存复杂性的一种通用方式


五：术语解释：
　　cache aside pattern是最经典的缓存+数据库读写的模式
　　Cache Aside Pattern：
　　如果应用程序更新信息，则可以通过对数据存储进行修改，并使缓存中的相应项目无效，从而遵循直写策略。
　　当下一个项目需要时，使用cache-aside策略将导致更新的数据从数据存储中检索并添加到高速缓存中。

简单大白话如下：
(1).读的时候，先读缓存，缓存没有的话，那么就读数据库，然后取出数据后放入缓存，同时返回响应
(2).更新的时候，先删除缓存，然后再更新数据库