后台开发必备：每个程序员都应掌握的缓存技术

缓存（Cache）是一种存储技术，可以存储数据，以便快速获取数据。缓存最重要的是两个特性：存储、快速获取。缓存的本质：「用空间换时间」，用快速存储的介质保存数据，以提升数据访问的速度。

在计算机的世界里，缓存被广泛应用于硬件（如 CPU 高速缓存、寄存器）和软件中（如浏览器缓存、CDN、应用程序中的缓存等）。

后台中的缓存

后台开发中，缓存的使用场景一般有：

• 提升接口响应速度：缓存相比 IO 请求、数据库查询速度要快得多，适当使用缓存提升响应速度
• 降低数据源服务的负载压力：将需要高并发读取的数据缓存起来，当相同请求进来时返回缓存数据，减轻数据源服务（如数据库、上游系统）的负载压力
• 减少计算资源的浪费：将需要复杂且耗时计算的结果缓存起来，减少相同请求导致的重复计算资源浪费

01、缓存策略

缓存策略通常分为两种，通读缓存和旁路缓存。

1.1 通读（read-through）缓存

在使用通读缓存时，应用程序会尝试从缓存中获取数据。如果该数据已存在于缓存中，那么缓存会直接返回该数据。若缓存中并未包含所需数据，那么缓存会自行访问数据源来获取数据，并将获取的数据返回给应用程序，同时将这份数据保存在缓存中。如此一来，当应用程序下次需要同样的数据时，就能够直接从 read-through 缓存中获取，无需再次访问数据源。

通读缓存的应用有很多，比如 CDN：

CDN（Content Delivery Network）即内容分发网络，是一种分布式的网络架构。依赖于服务商提供的广泛分布于各地的 CDN 服务器，通过把数据分发并缓存到各地的 CDN 服务器上，当用户请求数据时，CDN 会匹配离用户距离最近的节点并返回缓存数据，以此来提高用户访问资源的速度。CDN 一般用来加速静态资源的传输，比如图片、CSS、HTML 等内容。而动态的内容，如搜索结果、单据信息等则不合适，这类数据需要应用服务器实时计算后才能返回。

腾讯云 CDN 具有海量资源储备、全球智能调度、一键接入、丰富功能等产品优势，欢迎企业及用户了解试用：https://cloud.tencent.com/product/cdn

配图来源：seobility

1.2 旁路（cache-aside）缓存

与通读缓存不同，旁路缓存不直接与数据源打交道。应用程序尝试从旁路缓存获取数据，如果数据不存在，则返回空。应用程序自行请求数据源获取数据，并写入旁路缓存。这样下次相同的请求到达时，应用程序从旁路缓存中则会获取到数据。

通读缓存和旁路缓存这两种策略，一般来说都会灵活应用、互相包含。比如通读缓存中，对数据的查询和写缓存，使用的就是旁路缓存策略。而该实现被整体封装起来，对外表现的则是通读缓存策略。

02、缓存类型

在后台服务中，缓存的类型可以分为本地缓存和分布式缓存。

2.1 本地缓存（local cache）

本地缓存，与应用程序的进程有相同的生命周期，存放于应用程序的堆空间（heap）中。

• 优势： 使用简单；无外部依赖；读取速度快（无网络 IO 请求）；
• 缺点： 空间小：应用程序的服务器资源有限，所以本地缓存的空间小；分布式一致性问题：如果后台服务是分布式架构的，那么不同的服务实例之间的本地缓存可能会有差异；无法持久化：本地缓存会随着进程结束而被销毁，无法持久化。

2.2 分布式缓存（remote cache）

分布式缓存，也可理解为远端缓存。使用外部的缓存服务，独立部署，与应用程序解藕。

• 优势： 空间充足：外部存储一般空间都很充足；无分布式一致性问题：不同的服务实例连接同一个缓存服务，不存在一致性问题；主流的分布式缓存，如 redis，支持数据持久化和恢复，当缓存服务挂了可以恢复数据。
• 缺点： 引入外部依赖、需要部署和运维单独的缓存服务。

2.2.1 常见的缓存服务

Redis

• 支持多种数据结构，如：list，set，zset，hash 等数据结构。
• 支持数据的持久化和恢复。
• 支持多种集群模式：主从复制、哨兵模式和 Cluster 模式，保证高可用、容灾恢复、易于扩展。
• 能提供毫秒级别的响应速度。
• Redis 6.0 引入了多线程 IO，之前是单线程模型。

Memcache

• 主要支持简单的键值对存储。
• 不支持持久化和恢复。
• 集群：可以通过客户端分片实现分布式存储。
• 多线程，非阻塞 IO 模式。
• 能提供毫秒级别的响应速度。

选择 Redis 还是 Memcached 取决于具体的应用需求。如果需要一个轻量级、专注于缓存的解决方案，且不需要复杂的数据类型和持久化，Memcached 可能是更合适的选择。而如果应用需要利用丰富的数据类型、持久化以及构建高可用的分布式系统，Redis 将是更强大、更灵活的选择。

03、缓存淘汰策略

由于缓存的空间是有限的，如果缓慢的空间被使用完了，则需要淘汰旧的数据，腾出空间给新的数据使用。缓存淘汰常用的几种策略有如下几种。

3.1 FIFO（First In First Out）算法

FIFO 算法是最简单最好理解的，其策略是：先进先出，如果一个数据的写入时间越早，说明将来被访问的几率越低。因此 FIFO 算法优先淘汰最早写入的数据。

3.2 LRU（Least Recently Used）算法

LRU 算法，即最近最少使用算法。如果一个数据最近被访问了，那么将来被访问的几率越高。反之，如果一个数据很久都没有访问，那么将来被访问的几率越低。其淘汰策略就是：优先淘汰最久没有被使用到的数据。LRU 通常使用双向链表+哈希表来实现。

3.3 LFU（Least Frequently Used）算法

LFU 算法，即最少使用算法。如果一个数据被访问的次数越多，那么将来被访问的几率越高。反之，如果一个数据被访问的次数越少，那么将来被访问的几率越小。其淘汰策略就是：优先淘汰最少被使用的数据。LFU 算法可以使用小顶堆+哈希表来实现。

大部分本地缓存的三方库或缓存服务，都支持设置淘汰算法，无需自行实现。

04、缓存常见问题

4.1 缓存与数据源的一致性

缓存的数据是来自数据源的，当数据源被更新了，而缓存没有被更新，后台服务则会从缓存中取到脏数据，这就有数据脏读的问题。对于这个问题，主要的策略有两种。

4.1.1 过期失效

每个写入缓存中的数据，都设置一个合适的过期时间，在有效期内都返回缓存的数据。当缓存数据过期失效，则会回源到数据源，重新缓存最新的数据。这种情况会有数据脏读的问题，不过采用过期失效的数据，一般是更新不频繁的数据，比如用户信息、热门信息等，存在一定的数据延迟是可以接受的。

4.1.2 主动更新

当数据源的数据更新了，程序主动去更新缓存数据，保证缓存中的数据始终是最新的。这种策略，适合对数据的时效性要求很高的数据，比如库存、余额等等。主动更新的代价则是代码的复杂度增加，所有涉及数据更新的操作，都需要更新其缓存数据。

无论是过期失效还是主动更新，首先应该分析当前场景对数据的时效性要求是否很高？如不是，过期失效足矣。如果是，需要衡量主动更新的代价能否接受，比如代码复杂度增加。否则是否可以通过缩短失效时间而采取过期失效策略来折中处理。

4.2 缓存雪崩

缓存雪崩是指在同一时间点后台服务中的缓存大量过期失效，当服务的并发量很高时，大量的数据请求同时到达数据源服务（比如数据库或其他服务），引起数据源服务的瞬时负载增大，甚至崩溃。

引起缓存雪崩的原因一般有两种:

• 一是大量的缓存 key 在同一时间失效
• 二是缓存服务不可用，请求都被透传到数据库。

解决办法：

• 设置合理的缓存失效时间：合理设置过期时间，分散缓存的失效时间，避免缓存在同一时间失效。
• 保证缓存服务的高可用：使用独立的缓存服务，尽量使用缓存集群，保证缓存服务的高可用和容灾恢复。

4.3 缓存穿透

缓存穿透是指同一时间大量的空值请求到达后台服务，空值请求是指查询数据源后无数据的请求，由于数据源返回空数据，所以缓存层没有将空值保存，导致空值请求必然会穿透缓存层，透传到数据源。

引起缓存穿透的原因，一般有：

• 未对请求参数进行合理的校验和拦截。
• 被精心构造的恶意请求攻击。

解决办法:

• 设置合理的参数校验：通过设置合理的校验规则，比如 id 范围、名称正则规则等，对不合理或空值请求的参数的进行过滤和拦截。
• 缓存空值处理：即使数据源返回空值，也在缓存层将其保存起来。可能对其数值设置一些标记，比如 value=-1 等等，方便服务识别为空值。同时，也可以为空值的缓存设置一个较短的失效时间。

4.4 缓存击穿

缓存击穿是指某个热点数据的缓存失效了，然后同一时间有大量的请求访问该热点数据，由于缓存失效，这些请求同时被透传到数据源服务，导致数据源的负载增加，甚至崩溃。

引起缓存击穿的原因，一般是：热点数据的缓存失效时，高并发请求同时访问该数据。

解决办法：

• 使用互斥锁或者分布式锁，对数据的回源操作进行上锁，保证同一时刻只有一个请求被透传到数据源服务。
• 热点数据的缓存永不过期，由数据源主动更新缓存。
• 热点数据预加载：在缓存数据将要过期时，由后台服务主动更新热点数据缓存，防止缓存失效。

05、总结

本文详细地介绍了后台开发中的缓存技术，希望能对你的日常工作有所帮助和启发。熟练掌握各种缓存策略和机制，解决缓存问题，对于程序员而言至关重要，可以在很大程度上提升后台开发的效率、稳定性和用户体验。

-End-

原创作者 | 唐国富