数据库缓存、索引、缓存命中率的理解

  1. 数据库:存储所有数据,一个系统的数据库分为多张表;
  2. 数据库表:数据库中的一张表,如果其中的表特别复杂,假设淘宝商品表特别复杂,如商品id、商品名称、价格(原价、折扣价、零售价、出厂价等)、描述、图片、视频、特点、时间(修改时间、创建时间等、优惠时间等)等等众多字段;
  3. 数据库索引:商品表查询起来特别复杂,那么可以将全量商品做个索引表,只抽取关键字段,这样即方便客户快速查询,又能减少磁盘IO;
  4. 数据库缓存:将一些常用的商品使用key-value值(如商品ID->商品JSON)存在redis中,这样客户拿到Key(如product_123),直接就把整个页面数据取出来了,连SQL解析和对象映射(ORM)的步骤都省了,但是由于缓存昂贵只能存使用量高的数据。有点类似索引(全量数据);
  5. 缓存命中率:缓存只存热点数据(热门商品),冷门数据直接查库但不进缓存,命中率是设计出来的(靠内存大小、淘汰策略、预热机制),不是配置出来的,靠的是策略和方法。
    • 扩大缓存内存:给Redis分配更大的内存,能存下更多不重复的商品数据,命中率自然上升;
    • 缓存预热(提前灌数据):比如双11前,运营把预计会卖爆的100万个商品提前塞进缓存,让系统一启动就有极高的命中率;
    • 缓存过期时间(TTL):如果设置永不过期,内存会炸;设置太短(如1秒),命中率极低;设置合理(如5-10分钟),既能抗住高并发,又能保证数据更新(如价格变动);
  6. 缓存和索引的区别:
    • 是否全量数据:索引是全量数据、缓存是热门数据(使用少的还会被淘汰),如果多次测试商品查询(查询1000个商品)是会影响缓存,根据机制是会把他放到缓存中的;
    • 与数据库数据是否一致:索引和数据库表一致,缓存是从数据库"复制",数据库更改后,缓存可能还没有更新,所以测试查询商品信息的响应时间,需要注意如果是热门ID的话可能是从缓存中获取而不是从数据库查询出来的,那么测试的是redis的性能;
    • 策略方面:索引村的就是全量数据,任何时候都是,缓存是会根据策略实时更新的,如淘汰机制;
  7. 索引更像图书馆的图书分类目录柜,而缓存更像前台借阅处的"热门书架",缓存命中率更像更新缓存的机制决定缓存中的热门书架;
    -----自己理解以及查询deepseek所得
相关推荐
隔窗听雨眠10 小时前
SQL执行计划固化的原理与稳定性工程
数据库·sql优化·执行计划
TDengine (老段)12 小时前
TDengine IDMP 功能点—数据接入
大数据·数据库·物联网·时序数据库·tdengine·涛思数据
索西引擎12 小时前
MySQL 进阶:视图、存储过程、存储函数与触发器
数据库·mysql
bksczm14 小时前
InnoDB 通用表空间与临时表空间详解
大数据·数据库·mysql
靠沿14 小时前
MySQL数据库进阶——存储过程和触发器
java·数据库·mysql
码少女15 小时前
MySQL--库与表的增删改查基础
java·数据库·mysql
Eyfcom15 小时前
〖物流 SaaS 实战 02〗SaaS 租户的计费与订阅模型:从“一锤子买卖”到“按需订阅”
linux·服务器·数据库·快递系统·物流saas实战
打工的小王16 小时前
postgresql和mysql对比
数据库·mysql·postgresql
数据库急诊室_阿哲17 小时前
一次割接后的性能复核记录:基线、样本、回滚点
运维·数据库·dba
保利威视频SaaS小张18 小时前
企业直播接入笔记 12|企业内训直播怎么做签到和学时统计,防挂机这件事比想象中难
java·前端·数据库·笔记·视频云·polvy·polyv