一、Redis的共享session应用

二、分布式缓存

1、缓存

• 什么是缓存：缓存就是一种具备高效读写能力的数据暂存区域（称作Cache），是存储数据的临时地方，一般读写性能较高。

• 缓存的作用：

  • 降低后端负载。
  • 提高读写效率，降低响应时间。
  • 缓存内存的读写性能远高于磁盘，缓存可以大大降低用户方法并发量带来的服务器读写压力。

• 缓存的成本

  • 数据一致性成本。
  • 代码维护成本。
  • 运维成本。

• 如何使用缓存

  • 实际开发中，会构建多级缓存使得系统的运行速度进一步提升，例如本地缓存与redis缓存并发使用。
    

    • 浏览器缓存：主要存在于浏览器端的缓存。
    • 应用层缓存：可以分为tomact本地缓存，比如map或者使用redis作为缓存。
    • 数据库缓存：在数据库中有一片空间buffer pool，增改查数据都会先加载到mysql的缓存中。
    • CPU缓存：当代计算机最大的问题是CPU性能提升了，但内存读写速度没有跟上，所以为了适应当下的情况，增加了CPU的L1、L2、L3级的缓存。

  • 缓存模型和思路
    标准的操作方法就是查询数据库之前先查询缓存，如果缓存数据存在，则直接从缓存中返回，如果缓存数据不存在，再查数据库，然后将数据存入redis。

2、缓存一致性问题解决方案（缓存更新策略）

（1）作用

缓存更新策略是缓存系统中的重要组成部分，用于确定何时以及如何更新缓存中的数据。

（2）三种策略

• 内存淘汰：Redis自带的内存淘汰机制。
• 过期淘汰：利用expire命令给数据设置过期时间。
• 主动更新：主动完成数据库与缓存的同时更新。

总结：

（3）主动更新策略（数据库、缓存不一致解决方案）

• Cache Aside Pattern

  • 由缓存的调用者，在更新数据库的同时更新缓存：
    • 一致性良好。
    • 实现难度一般。
  • 操作缓存和数据库时有三个问题需要考虑：
    • 删除缓存还是更新缓存
      • 更新缓存：每次更新数据库都更新缓存，无效写操作较多，并且存在较大的线程安全问题。
      • 删除缓存：更新数据库时让缓存失效，查询时再更新缓存，没有无效更新，线程安全问题相对较低。（可以解决双写问题）
    • 如何保证缓存与数据库的操作同时成功或失败
      • 单体系统：将缓存与数据库操作放在一个事务。
      • 分布式系统：利用TCC等分布式事务方案。
    • 先操作缓存还是先操作数据库
      • 先删除缓存，再操作数据库
        安全问题概率较高。
      • 先操作数据库，再删除缓存
        在满足原子性的情况下，安全问题概率较低。

• Read/Write Through Pattern
  缓存与数据库整合为一个服务，由服务来维护一致性。调用者调用该服务，无需关心缓存一致性：

  • 一致性优秀。
  • 实现复杂。
  • 性能一般。

• Write Behind Caching Pattern
  调用者只操作缓存，由其他线程异步的将缓存数据持久化到数据库，保证最终一致性。

  • 一致性差。
  • 性能好。
  • 实现复杂。

• 缓存更新策略的最佳实践方案

  • 低一致性需求：使用Redis自带的内存淘汰机制。
  • 高一致性需求：主动更新，并以超时剔除作为兜底方案。
    • 读操作
      • 缓存命中则直接返回
      • 缓存未命中则查询数据库，并写入缓存，设定超时时间。
    • 写操作
      • 先写数据库，然后再删除缓存。
      • 要确保数据库与缓存操作的原子性。

3、缓存使用过程中产生的问题

（1）缓存穿透

（2）缓存击穿（热点key）

（3）缓存雪崩

三、分布式锁