Permalink
Switch branches/tags
Nothing to show
Find file Copy path
f04759c Jul 26, 2018
2 contributors

Users who have contributed to this file

@crossoverJie @xumeng
45 lines (29 sloc) 2.09 KB

分布式缓存设计

目前常见的缓存方案都是分层缓存,通常可以分为以下几层:

  • NG 本地缓存,命中的话直接返回。
  • NG 没有命中时则需要查询分布式缓存,如 Redis 。
  • 如果分布式缓存没有命中则需要回源到 Tomcat 在本地堆进行查询,命中之后异步写回 Redis 。
  • 以上都没有命中那就只有从 DB 或者是数据源进行查询,并写回到 Redis 中。

缓存更新的原子性

在写回 Redis 的时候如果是 Tomcat 集群,多个进程同时写那很有可能出现脏数据,这时就会出现更新原子性的问题。

可以有以下解决方案:

  • 可以将多个 Tomcat 中的数据写入到 MQ 队列中,由消费者进行单线程更新缓存。
  • 利用分布式锁,只有获取到锁进程才能写数据。

如何写缓存

写缓存时也要注意,通常来说分为以下几步:

  • 开启事务。
  • 写入 DB 。
  • 提交事务。
  • 写入缓存。

这里可能会存在数据库写入成功但是缓存写入失败的情况,但是也不建议将写入缓存加入到事务中。 因为写缓存的时候可能会因为网络原因耗时较长,这样会阻塞数据库事务。 如果对一致性要求不高并且数据量也不大的情况下,可以单独起一个服务来做 DB 和缓存之间的数据同步操作。

更新缓存时也建议做增量更新。

负载策略

缓存负载策略一般有以下两种:

  • 轮询机制。
  • 一致哈希算法。

轮询的优点是负载到各个服务器的请求是均匀的,但是如果进行扩容则缓存命中率会下降。

一致哈希的优点是相同的请求会负载到同一台服务器上,命中率不会随着扩容而降低,但是当大流量过来时有可能把服务器拖垮。

所以建议两种方案都采用: 首先采用一致哈希算法,当流量达到一定的阈值的时候则切换为轮询,这样既能保证缓存命中率,也能提高系统的可用性。