数据库缓存的常用设计模式

前言

在DEM的某需求中涉及缓存模式的设计，终于要用到我少得可怜的数据库知识了，顺便做个总结

想要提高系统的性能，缓存是最直接最简单的方法之一；缓存一方面可以减少数据库负载，另一方面还可以减少相应时间、节省成本

总的来说，缓存的常见设计模式可分成五种

几个需要了解的词

缓存：广义上的缓存，不仅仅指 Redis 这些常用作缓存的工具
命中缓存：指查询操作中直接在缓存中得到结果
数据更新：指同步缓存与数据库中的数据

Cache-Aside

Cache-Aside 是使用最为广泛的一种模式。应用直接去缓存中找数据，命中缓存则直接返回，如果未命中缓存，则需要先去数据库中查询数据，并将查询到的数据存储到缓存中，示意图如下：

但因为在这种模式下，只有当未命中缓存时，才会从数据库查询最新的数据，所以这样的方式会导致缓存中的数据与数据库中的数据不一致。一般我们会给缓存中的数据设置过期时间（TTL），数据过期后就会去数据库取最新的数据

Cache-Aside模式对缓存失效具有一定的容忍性，即使缓存集群挂掉，我们仍然可以通过直接访问数据库的方式来进行操作；另外值得一提的一点是：缓存中的数据模型可以与数据库中的数据模型不同

Read-Through Cache

Read-Through 的模式与 Cache-Aside 的模式很接近，区别在于，Cache-Aside 是通过应用程序来更新缓存中的数据，而 Read-Through 则是直接通过缓存自身来更新数据，也就是说应用和数据库之间不直接进行连接，并且，由于缓存与数据库之间没有应用程序的介入，read-through cache 中缓存的数据模型不能与数据库中的数据模型不同

Read-through 模式适合读量较大的工作负载，劣势是，当第一次请求数据时，它总是导致缓存丢失，并造成额外的数据加载到缓存的成本

这种模式也存在缓存中数据与数据库中数据不一致的情况，但是相比于给缓存设置过期时间，它只需要和下面的 Write-Through 搭配使用就可以解决这个问题

Write-Through Cache

上面是两种以读为主的缓存，而 Write-Through 模式中，会先将数据写入到缓存中，然后由缓存将数据存入到数据库中

就其本身而言，Write-through 模式似乎没有多大作用，况且它还造成了额外的写延迟成本，因为数据先写到缓存，然后写到数据库，但是 Write-Through 与 Read-Through 相结合可以很好的解决缓存和数据库中数据不一致的问题，Write-Through 每次都会先更新缓存中的数据，这样就可以保证缓存中的数据总是最新的

Write-Around

另一种非常简单的写模式，相比于 Write-Through ，Write-Around 模式中会直接将数据写入数据库中

Cache-Aside 要配合 Write-Around 而不能和 Write-Through 一起使用，因为 Write-Through 模式下会先更新缓存，而这时如果有一个线程未命中缓存，从数据库中读取了旧数据覆盖了缓存中的新数据，就会造成数据错误；而使用 Write-Around 就不会有这个问题