概述

在系統架構中，緩存可謂提供系統性能的最簡單方法之一，稍微有點開發經驗的同學必然會與緩存打過交道，最起碼也實踐過。

如果使用得當，緩存可以减少響應時間、减少數據庫負載以及節省成本。但如果緩存使用不當，則可能出現一些莫名其妙的問題。

在不同的場景下，所使用的緩存策略也是有變化的。如果在你的印象和經驗中，緩存還只是簡單的查詢、更新操作，那麼這篇文章真的值得你學習一下。

在這裏，為大家系統地講解4種緩存模式以及它們的使用場景、流程以及優缺點。

緩存策略的選擇

本質上來講，緩存策略取决於數據和數據訪問模式。換句話說，數據是如何寫和讀的。

例如:

系統是寫多讀少的嗎？（例如，基於時間的日志）
數據是否是只寫入一次並被讀取多次？（例如，用戶配置文件）
返回的數據總是唯一的嗎？（例如，搜索查詢）

選擇正確的緩存策略才是提高性能的關鍵。

常用的緩存策略有以下五種：

Cache-Aside Pattern：旁路緩存模式
Read Through Cache Pattern：讀穿透模式
Write Through Cache Pattern：寫穿透模式

Write Behind Pattern：又叫Write Back，异步緩存寫入模式

上述緩存策略的劃分是基於對數據的讀寫流程來區分的，有的緩存策略下是應用程序僅和緩存交互，有的緩存策略下應用程序同時與緩存和數據庫進行交互。因為這個是策略劃分比較重要的一個維度，所以在後續流程學習時大家需要特別留意一下。

Cache Aside

Cache Aside是最常見的緩存模式，應用程序可直接與緩存和數據庫對話。Cache Aside可用來讀操作和寫操作。

讀操作的流程圖：

Cache Aside Pattern

讀操作的流程：

應用程序接收到數據查詢（讀）請求；
應用程序所需查詢的數據是否在緩存上：
- 如果存在（Cache hit），從緩存上查詢出數據，直接返回；
- 如果不存在（Cache miss），則從數據庫中檢索數據，並存入緩存中，返回結果數據；

這裏我們需要留意一個操作的邊界，也就是數據庫和緩存的操作均由應用程序直接進行操作。

寫操作的流程圖：

Cache Aside Pattern

這裏的寫操作，包括創建、更新和删除。在寫操作的時候，Cache Aside模式是先更新數據庫（增、删、改），然後直接删除緩存。

Cache Aside模式可以說適用於大多數的場景，通常為了應對不同類型的數據，還可以有兩種策略來加載緩存：

使用時加載緩存：當需要使用緩存數據時，從數據庫中查詢出來，第一次查詢之後，後續請求從緩存中獲得數據；
預加載緩存：在項目啟動時或啟動後通過程序預加載緩存信息，比如”國家信息、貨幣信息、用戶信息，新聞信息“等不是經常變更的數據。

Cache Aside適用於讀多寫少的場景，比如用戶信息、新聞報道等，一旦寫入緩存，幾乎不會進行修改。該模式的缺點是可能會出現緩存和數據庫雙寫不一致的情况。

Cache Aside也是一個標准的模式，像Facebook便是采用的這種模式。

Read Through

Read-Through和Cache-Aside很相似，不同點在於程序不需要關注從哪裏讀取數據（緩存還是數據庫），它只需要從緩存中讀數據。而緩存中的數據從哪裏來是由緩存决定的。

Cache Aside是由調用方負責把數據加載入緩存，而Read Through則用緩存服務自己來加載，從而對應用方是透明的。Read-Through的優勢是讓程序代碼變得更簡潔。

這裏就涉及到我們上面所說的應用程序操作邊界問題了，直接來看流程圖：

Read Through

在上述流程圖中，重點關注一下虛線框內的操作，這部分操作不再由應用程序來處理，而是由緩存自己來處理。也就是說，當應用從緩存中查詢某條數據時，如果數據不存在則由緩存來完成數據的加載，最後再由緩存返回數據結果給應用程序。

Write Through

在Cache Aside中，應用程序需要維護兩個數據存儲：一個緩存，一個數據庫。這對於應用程序來說，有一些繁瑣。

Write-Through模式下，所有的寫操作都經過緩存，每次向緩存中寫數據時，緩存會把數據持久化到對應的數據庫中去，且這兩個操作在一個事務中完成。因此，只有兩次都寫成功了才是最終寫成功了。壞處是有寫延遲，好處是保證了數據的一致性。

可以理解為，應用程序認為後端就是一個單一的存儲，而存儲自身維護自己的Cache。

因為程序只和緩存交互，編碼會變得更加簡單和整潔，當需要在多處複用相同邏輯時這點就變得格外明顯。

Write Through

當使用Write-Through時，一般都配合使用Read-Through來使用。Write-Through的潜在使用場景是銀行系統。

Write-Through適用情况有：

需要頻繁讀取相同數據
不能忍受數據丟失（相對Write-Behind而言）和數據不一致

在使用Write-Through時要特別注意的是緩存的有效性管理，否則會導致大量的緩存占用內存資源。甚至有效的緩存數據被無效的緩存數據給清除掉。

Write-Behind

Write-Behind和Write-Through在”程序只和緩存交互且只能通過緩存寫數據“這方面很相似。不同點在於Write-Through會把數據立即寫入數據庫中，而Write-Behind會在一段時間之後（或是被其他方式觸發）把數據一起寫入數據庫，這個异步寫操作是Write-Behind的最大特點。

數據庫寫操作可以用不同的方式完成，其中一個方式就是收集所有的寫操作並在某一時間點（比如數據庫負載低的時候）批量寫入。另一種方式就是合並幾個寫操作成為一個小批次操作，接著緩存收集寫操作一起批量寫入。

异步寫操作極大的降低了請求延遲並减輕了數據庫的負擔。同時也放大了數據不一致的。比如有人此時直接從數據庫中查詢數據，但是更新的數據還未被寫入數據庫，此時查詢到的數據就不是最新的數據。