1.定義

關系型數據庫的數據都存儲在磁盤中，在高并發情況下，業務應用的查詢會對關系型數據庫產生的巨大 I/O 開銷，為了最大程度的降低對數據庫服務器的訪問壓力，提出了數據庫緩存的概念。

2.優點

2.1.性能優越

數據庫緩存的數據基本上都是存儲在內存中，相比磁盤 I/O ，讀寫的速度快，極大緩解了數據庫服務器的壓力。

2.2.響應速度

數據庫緩存技術應用場景絕大部分針對的是查的場景。因為在常見的應用中，數據庫層的壓力有80%的是查詢，20%的才是數據的變更操作。所以絕大部分的應用場景的還是查緩存。數據庫緩存的使用，提高應用的響應速度，提升了用戶體驗。

3.緩存策略

當一個數據發生變更的時候，應考慮怎么樣確保緩存數據和數據庫中數據保存一致性，以確保從緩存讀取的數據是最新的。

3.1.寫回策略

Write Back 策略，特別適合寫多的場景。
在更新數據的時候，只更新緩存，同時將緩存數據設置為臟的，然后立馬返回，并不會更新數據庫。對于數據庫的更新，會通過批量異步更新的方式進行。

3.2.讀穿策略

Read Through 策略，先查詢緩存中數據是否存在，如果存在則直接返回，如果不存在，則由緩存服務負責從數據庫查詢數據，并將結果寫入到服務，最后緩存組件將數據返回給應用。

3.3.寫穿策略

Write Through 策略，先查詢緩存中數據是否存在，如果緩存中數據已經存在，則更新緩存中的數據，并且由緩存服務同步更新到數據庫中，然后緩存服務告知應用程序更新完成；如果緩存中數據不存在，直接更新數據庫，然后返回。

3.4.旁路緩存策略

Cache Aside策略，是最常用的策略。適合讀多寫少的場景，不適合寫多的場景。
寫策略的步驟：先更新數據庫中的數據，再刪除緩存中的數據。
讀策略的步驟：如果讀取的數據命中了緩存，則直接返回數據；如果讀取的數據沒有命中緩存，則從數據庫中讀取數據，然后將數據寫入到緩存，并且返回給用戶。

4.常見問題

4.1.緩存穿透

指訪問一個緩存和數據庫中都不存在的 key，由于這個 key 在緩存中不存在，則會到數據庫中查詢，數據庫中也不存在該 key，無法將數據添加到緩存中。
解決辦法有：

• 將空 key 添加到緩存中；
• 過濾空 key；
• 對請求進行身份鑒權、數據合法性校驗等。

4.2.緩存擊穿

指大量請求訪問緩存中的一個 key 時，該 key 過期導致這些請求都去直接訪問數據庫，短時間大量的請求可能會將數據庫擊垮。
解決辦法有：

• 添加互斥鎖或分布式鎖，總之讓一個線程去訪問數據庫，將數據添加到緩存中后，其他線程直接從緩存中獲取；
• 熱點數據 key 不過期，定時更新緩存，但如果更新出問題會導致緩存中的數據一直為舊數據。

4.3.緩存雪崩

指在系統運行過程中，緩存服務宕機或大量的 key 值同時過期，導致所有請求都直接訪問數據庫導致數據庫壓力增大。
解決方法有：

• 將 key 的過期時間打散，避免大量 key 同時過期；
• 對緩存服務做高可用處理；
• 加互斥鎖，同一 key 值只允許一個線程去訪問數據庫，其余線程等待寫入后直接從緩存中獲取。

5.緩存預熱

緩存預熱是指系統上線后，提前將相關的緩存數據加載到數據庫緩存中。避免在用戶請求的時候先查詢數據庫，然后再將數據緩存的問題，用戶直接查詢事先被預熱的緩存數據。如果不進行預熱，那么緩存初始狀態數據為空，對于高并發的流量都會訪問到數據庫中，對數據庫造成流量的壓力。
解決方法為：
工程啟動的時候進行加載緩存動作，數據量大的時候，設置一個定時任務腳本，進行緩存的刷新；數據量太大的時候，優先保證熱點數據進行提前加載到緩存。

總結

以上是生活随笔為你收集整理的【缓存】数据库缓存的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。