分布式学习 1.15 缓存

Cache Aside 更新模式

失效：应用程序先从 Cache 取数据，如果没有得到，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 更新模式

Read Through：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：当有数据更新时，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，然后由 Cache 自己更新数据库（这是一个同步操作）。

Write Behind Caching 更新模式

在更新数据的时候，只更新缓存，不更新数据库，而我们的缓存会异步地批量更新数据库。

好处： I/O 操作飞快无比（因为直接操作内存嘛）。

因为异步，Write Back 还可以合并对同一个数据的多次操作，所以性能的提高是相当可观的。

缺点：数据不是强一致性的，而且可能会丢失（我们知道 Unix/Linux 非正常关机会导致数据丢失，就是因为这个事）。

设计重点：

1. 外部缓存集群，内存足够大（数据分片），网络带宽好。

2. 命中率，80%以上就很高了

3. 数据更新延迟，牺牲强一致性

4. 缓存周期

5. LRU策略（淘汰时清除最不活跃的数据），维护顺序的数据结构排位

6. 防爬虫，爬虫保护机制