江苏龙网

  1. 主页 > 生活百科 > >

一文读懂 Redis 缓存系统( 二 )

Redis


一文读懂 Redis 缓存系统

文章插图
Write Behind 模式的算法是：
1）对于不可变操作（读?。??
此策略不处理不可变操作 。它应该与通读模式相结合 。
2）对于可变操作（创建、更新、删除）：
客户端只需要在 Redis 中创建、更新或删除条目 。缓存层将更改保存到消息队列中并向客户端返回成功 。更改会异步复制到 MySQL ， 并且可能在 Redis 向客户端发送成功响应后发生 。
后写模式与直写不同，因为它异步地将更改复制到 MySQL 。它提高了吞吐量，因为客户端不必等待复制发生 。具有高持久性的消息队列可能是一种可能的实现 。Redis 流（自 Redis 5.0 起受支持）可能是一个不错的选择 。为了进一步提高性能，可以结合更改并批量更新 MySQL（以节省查询次数） 。
Write Behind 模式的缺点是相似的 。首先，许多缓存层本身并不支持这一点 。其次，使用的消息队列必须是 FIFO（先进先出） 。否则，对 MySQL 的更新可能会乱序，因此最终结果可能不正确 。
回写缓存提高了写入性能，适用于写入繁重的工作负载 。与通读结合使用时，它适用于混合工作负载，其中最近更新和访问的数据始终在缓存中可用 。
它对数据库故障具有弹性，并且可以容忍一些数据库停机时间 。如果支持批处理或合并，它可以减少对数据库的总体写入 ， 从而减少负载并降低成本，如果数据库提供程序按请求数量收费，例如动态数据库 。请记?。?DAX 是直写的，因此如果应用程序写入繁重 ， 则不会看到任何成本降低 。
一些开发人员将 Redis 用于缓存和回写，以更好地吸收峰值负载期间的峰值 。主要缺点是如果缓存失败，数据可能会永久丢失 。
大多数关系数据库存储引擎（即 InnoDB）在其内部默认启用回写缓存 。查询首先写入内存并最终刷新到磁盘 。
3、Write invalidate：类似于直写，先写入数据库，然后使缓存无效 。在并发更新的情况下，这简化了缓存和数据库之间的一致性处理 。我们不需要复杂的同步 ， 权衡是命中率较低 ， 因为我们总是使缓存无效并且下一次读取将始终未命中 。
读模型Read Through：即“ 通读 ” 。当读取未命中时，需要从数据库中加载并保存到缓存中 。这种模式的主要问题是基于某些特定的场景有时需要预热缓存 。通读缓存与数据库保持一致 。当缓存未命中时，它会从数据库中加载丢失的数据，填充缓存并将其返回给应用程序 。
一文读懂 Redis 缓存系统

文章插图
通读模式的算法是：
1、对于不可变操作（读?。??
客户端将始终简单地从缓存中读取 。缓存命中或缓存未命中对客户端是透明的 。如果是缓存未命中，缓存应该具有自动从数据库中获取的能力 。
2、对于可变操作（创建、更新、删除）：
此策略不处理可变操作 。它应该与直写（或后写）模式结合使用 。
通读模式的一个主要缺点是许多缓存层可能不支持它 。例如 ， Redis 将无法自动从 MySQL 获?。ǔ?俏?Redis 编写插件） 。
Cache-Aside 和 Read-Through 策略都是延迟加载数据，即仅在第一次读取时加载 。其适用 用例场景如下所示：
虽然 Read- Through 和 Cache-Aside 非常相似，但至少有两个关键区别：
在缓存侧，应用程序负责从数据库中获取数据并填充缓存 。在通读中 ， 此逻辑通常由库或独立缓存提供程序支持 。
与 Cache-Aside 不同，Read-Through Cache 中的数据模型不能与数据库的数据模型不同 。
当多次请求相同的数据时，通读缓存最适合读取繁重的工作负载 。例如，一个新闻故事 。缺点是当第一次请求数据时 ， 总是会导致缓存未命中，并招致将数据加载到缓存中的额外惩罚 。开发人员通过手动发出查询来“加热”或“预热”缓存来处理这个问题 。就像 cache-aside 一样，缓存和数据库之间的数据也有可能不一致 ， 解决方法在于写入策略，我们将在下面看到 。
不读或不写模型Refresh ahead：预测热点数据并自动刷新数据库中的缓存，永不阻塞读?。?钍屎闲⌒椭欢潦?菁? ，例如邮政编码列表缓存，我们可以定期刷新整个缓存，因为它很小并且是只读的 。如果能够可以准确地预测最常读取哪些键，那么，还可以在此模式中预热这些键 。最后，如果数据在系统之外更新而系统无法收到通知，可能必须使用此模式 。


推荐阅读


上一篇：量子计算机到底有多牛？总台记者实地探访揭秘

下一篇：灾备中的完全备份、增量备份、差异备份是什么？