分布式缓存入门

什么数据适合缓存

• 经过复杂计算得出的数据。
• 频繁访问的热点数据。

为了减轻数据库的访问次数和压力。

分布式缓存

分布式缓存是为了解决数据库服务器和Web服务器之间的瓶颈，如果一个网站流量很大，每次数据库查询耗费的时间将不容乐观。对于更新速度不是很快的站点，可以采用静态化来避免过多的数据查询，可使用Freemaker或Velocity来实现页面静态化。对于更新数据以秒级的站点，静态化不太理想，可通过分布式缓存系统来解决，如Redis、MemCache、SSDB等(都是K-V存储)。

用户群体广泛就必然存在高并发的问题，如果将引用系统部署在单节点服务器上，势必会对单服务器造成巨大的访问压力，因此需要将系统部署到不同的节点上，同时也要将不同的数据分散到不同的节点上。

Redis

在Web开发中，经常要重复从数据库中获取相同的数据，这种重复的操作极大地增加了数据库的负载。缓存是解决这种问题最好的办法。

Redis就是一个高性能的、分布式的内存对象缓存系统，用于在动态应用中减少数据库负载，提升访问速度。

在用户第一次发送请求时，从关系型数据库RDBMS中获取数据并返回，同时将该数据保存到分布式缓存系统中。当用户再次发送请求时，直接从分布式缓存系统中获取，以提高性能。

• Redis特点突出，支持多种value数据类型，如String、Hash、Set、List、StoredSet，并且有高可用的解决方案和集群方案，支持水平扩容。也就解决了大部分企业的需求，而MemCache、SSDB相对来说，解决方案并不算那么完善。

• 与MemCache的区别：

  • Redis使用单核而Memcache使用多核，也就是说，Redis属于单线程操作(避免频繁的上下文切换)，MemCache属于多线程操作。在多个用户同时请求时，Redis是处理完一个请求以后再去处理下一个请求。而MemCache可以同时处理多个请求。
    平均每一个核上Redis在存储小数据时比Memcached性能更高。而在100k以上的数据中，Memcached性能要高于Redis，虽然Redis也升级新版本3.0以上支持多核，但是3.0以上版本除了增加很多功能外，性能还不如老版本。
  • Redis和MemCache都是将数据存储在内存中，都属于内存数据库。但是MemCache服务宕机或重启后数据是不可恢复的，而Redis服务宕机或重启后可以恢复。因此Redis可以做持久化，它会将内存数据定期同步到磁盘中。
    提供两种主要的持久化策略：RDB快照和AOF日志。使得Redis可以保存比较重要的数据不怕断电后数据丢失，同时基于数据持久化的分布式主从架构也提升了Redis的可用性和性能问题。
  • Redis支持数据备份，需开启master-slave主从策略(数据可以从主服务器向任意数量的从服务器上同步)。

数据不一致问题

• 缓存与数据库数据不一致（最终一致性）问题，主要原因有：
  1.并发的场景下，导致读取老的 DB 数据，更新到缓存中。
  2.缓存和 DB 的操作，不在一个事务中，可能只有一个操作成功，而另一个操作失败，导致不一致。

• Cache Aside Pattern旁路缓存(CAP)
  目前比较常用的解决方法，具体逻辑如下：
  失效：应用程序先从cache取数据，没有得到，则从数据库中取数据，成功后，放到缓存中。

  命中：应用程序从cache中取数据，取到后返回。

  更新：先把数据存到数据库中，成功后，再让缓存失效。
  

• Read/Write Through Pattern
  在Cache Aside套路中，应用代码需要维护两个数据存储，一个是缓存（Cache），一个是数据库（Repository）。所以，应用程序比较啰嗦。而Read/Write Through套路是把更新数据库（Repository）的操作由缓存自己代理了，所以，对于应用层来说，就简单很多了。可以理解为，应用认为后端就是一个单一的存储，而存储自己维护自己的Cache。

  Read Through
  Read Through 套路就是在查询操作中更新缓存，也就是说，当缓存失效的时候（过期或LRU换出），Cache Aside是由调用方负责把数据加载入缓存，而Read Through则用缓存服务自己来加载，从而对应用方是透明的。

  Write Through
  Write Through 套路和Read Through相仿，不过是在更新数据时发生。当有数据更新的时候，如果没有命中缓存，直接更新数据库，然后返回。如果命中了缓存，则更新缓存，然后再由Cache自己更新数据库（这是一个同步操作）。

【转载】
分布式缓存系统
memcache与redis有何区别，redis有哪些优势?
深入理解缓存之缓存和数据库的一致性