Cache Aside Pattern(旁路缓存模式)
现在基本都用这个模式
Cache Aside Pattern 中服务端需要同时维系 db 和 cache,并且是以 db 的结果为准。
读写步骤:
写:
- 先更新 db,然后直接删除 cache 。
读 :
- 从 cache 中读取数据,读取到就直接返回
- cache 中读取不到的话,就从 db 中读取数据返回
- 再把数据放到 cache 中。
写数据的过程中,可以先删除 cache ,后更新 db 么?
![](https://i-blog.csdnimg.cn/direct/daf8c7be222e473683cbb1473da6584d.png)
答:线程1先把缓存中的数据A删除,但更新数据库的时间较长。在此期间如果线程2读数据A,并写入缓存。随后线程1更新完数据库种的A后,导致缓存和数据库中的一致性出现问题。
在写数据的过程中,先更新 db,后删除 cache 就没有问题了么?
![](https://i-blog.csdnimg.cn/direct/beadd41804604f5db6b4f723ed3c2682.png)
答:假设数据A不在缓存中,线程1要读取缓存,先查询数据库,此时线程2更新数据库中的数据A,在线程2更新完数据库之后线程1可能才开始把原数据A写入缓存中,造成数据不一致。
但因为写入缓存速度很快,所以出问题的可能性比较小。
Read/Write Through Pattern(读写穿透)
Read/Write Through Pattern 中服务端把 cache 视为主要数据存储,从中读取数据并将数据写入其中。cache 服务负责将此数据读取和写入 db,从而减轻了应用程序的职责。
少见原因:Redis 并没有提供 cache 将数据写入 db 的功能。
写
- 先查 cache,cache 中不存在,直接更新 db。
- cache 中存在,则先更新 cache,然后 cache 服务自己更新 db(同步更新 cache 和 db)。
读
- 从 cache 中读取数据,读取到就直接返回 。
- 读取不到的话,先从 db 加载,写入到 cache 后返回响应。
Write Behind Pattern(异步缓存写入)
Write Behind Pattern 和 Read/Write Through Pattern 很相似,
两者都是由 cache 服务来负责 cache 和 db 的读写。
Read/Write Through 是同步更新 cache 和 db,
Write Behind 是只更新缓存,不直接更新 db,而是改为异步批量的方式来更新 db