Hi;我是阿昌;今天学习记录的是关于旁路缓存;Redis是如何工作的。
那要先解释旁路缓存是什么?
Redis作为一个缓存软件;是一个独立的系统软件;和业务应用程序是两个软件;当我们部署了 Redis 实例后;它只会被动地等待客户端发送请求;然后再进行处理;叫做旁路缓存。
所以;如果应用程序想要使用 Redis 缓存;我们就要在程序中增加相应的缓存操作代码。
所以;也把 Redis 称为旁路缓存;也就是说;读取缓存、读取数据库和更新缓存的操作都需要在应用程序中来完成。
Redis 提供了高性能的数据存取功能;所以广泛应用在缓存场景中;既能有效地提升业务应用的响应速度;还可以避免把高并发大压力的请求发送到数据库层。
但是;如果 Redis 做缓存时出现了问题;比如说缓存失效;那么;大量请求就会直接积压到数据库层;必然会给数据库带来巨大的压力;很可能会导致数据库宕机或是故障;那么;业务应用就没有办法存取数据、响应用户请求了。
这种生产事故;肯定不是希望看到的。正因为 Redis 用作缓存的普遍性以及它在业务应用中的重要作用;所以;需要系统地掌握缓存的一系列内容;包括工作原理、替换策略、异常处理和扩展机制。
具体来说;需要解决四个关键问题;
Redis 缓存具体是怎么工作的?Redis 缓存如果满了;该怎么办?为什么会有缓存一致性、缓存穿透、缓存雪崩、缓存击穿等异常;该如何应对?Redis 的内存毕竟有限;如果用快速的固态硬盘来保存数据;可以增加缓存的数据量;那么;Redis 缓存可以使用快速固态硬盘吗?一个系统中的不同层之间的访问速度不一样;所以才需要缓存;这样就可以把一些需要频繁访问的数据放在缓存中;以加快它们的访问速度。为了让你能更好地理解;以计算机系统为例;来解释一下。
下图是计算机系统中的三层存储结构;以及它们各自的常用容量和访问性能。最上面是处理器;中间是内存;最下面是磁盘。
从图上可以看到;CPU、内存和磁盘这三层的访问速度从几十 ns 到 100ns;再到几 ms;性能的差异很大。
想象一下;如果每次 CPU 处理数据时;都要从 ms 级别的慢速磁盘中读取数据;然后再进行处理;那么;CPU 只能等磁盘的数据传输完成。
这样一来;高速的 CPU 就被慢速的磁盘拖累了;整个计算机系统的运行速度会变得非常慢。
所以;计算机系统中;默认有两种缓存;
CPU 里面的末级缓存;即 LLC;用来缓存内存中的数据;避免每次从内存中存取数据;内存中的高速页缓存;即 page cache;用来缓存磁盘中的数据;避免每次从磁盘中存取数据。
跟内存相比;LLC 的访问速度更快;而跟磁盘相比;内存的访问是更快的。
所以;可以看出来缓存的第一个特征;
在一个层次化的系统中;缓存一定是一个快速子系统;数据存在缓存中时;能避免每次从慢速子系统中存取数据。
对应到互联网应用来说;Redis 就是快速子系统;而数据库就是慢速子系统了。
知道了这一点;就能理解;为什么必须想尽办法让 Redis 提供高性能的访问;因为;如果访问速度很慢;Redis 作为缓存的价值就不大了。
再看一下刚才的计算机分层结构。
LLC 的大小是 MB 级别;page cache 的大小是 GB 级别;而磁盘的大小是 TB 级别。
这其实包含了缓存的第二个特征;缓存系统的容量大小总是小于后端慢速系统的;我们不可能把所有数据都放在缓存系统中。
这个很有意思;它表明;缓存的容量终究是有限的;缓存中的数据量也是有限的;肯定是没法时刻都满足访问需求的。
所以;缓存和后端慢速系统之间;必然存在数据写回和再读取的交互过程。
简单来说;缓存中的数据需要按一定规则淘汰出去;写回后端系统;而新的数据又要从后端系统中读取进来;写入缓存。
说到这儿;你肯定会想到;Redis 本身是支持按一定规则淘汰数据的;相当于实现了缓存的数据淘汰;其实;这也是 Redis 适合用作缓存的一个重要原因。
那么;接下来;来学习下;缓存是怎么处理请求的。
实际上;业务应用在访问 Redis 缓存中的数据时;数据不一定存在;因此;处理的方式也不同。
把 Redis 用作缓存时;我们会把 Redis 部署在数据库的前端;业务应用在访问数据时;会先查询 Redis 中是否保存了相应的数据。此时;根据数据是否存在缓存中;会有两种情况。
缓存命中;Redis 中有相应数据;就直接读取 Redis;性能非常快。缓存缺失;Redis 中没有保存相应数据;就从后端数据库中读取数据;性能就会变慢。而且;一旦发生缓存缺失;为了让后续请求能从缓存中读取到数据;我们需要把缺失的数据写入 Redis;这个过程叫作缓存更新。一张图;清晰地展示了发生缓存命中或缺失时;应用读取数据的情况;可以看下这张图片。
假设在一个 Web 应用中;使用 Redis 作为缓存。用户请求发送给 Tomcat;Tomcat 负责处理业务逻辑。如果要访问数据;就需要从 mysql 中读写数据。
那么;可以把 Redis 部署在 MySQL 前端。
如果访问的数据在 Redis 中;此时缓存命中;Tomcat 可以直接从 Redis 中读取数据;加速应用的访问。
否则;Tomcat 就需要从慢速的数据库中读取数据了。
到这里;可能已经发现了;使用 Redis 缓存时;我们基本有三个操作;
应用读取数据时;需要先读取 Redis;发生缓存缺失时;需要从数据库读取数据;发生缓存缺失时;还需要更新缓存。那么;这些操作具体是由谁来做的呢?
Redis 是一个独立的系统软件;和业务应用程序是两个软件;当部署了 Redis 实例后;它只会被动地等待客户端发送请求;然后再进行处理。
所以;如果应用程序想要使用 Redis 缓存;就要在程序中增加相应的缓存操作代码。
所以;也把 Redis 称为旁路缓存;也就是说;读取缓存、读取数据库和更新缓存的操作都需要在应用程序中来完成。
这和刚才讲的计算机系统中的 LLC 和 page cache 不一样。
回想下;平时在开发程序时;我们是没有专门在代码中显式地创建 LLC 或 page cache 的实例的;也没有显式调用过它们的 GET 接口。
这是因为;在构建计算机硬件系统时;已经把 LLC 和 page cache 放在了应用程序的数据访问路径上;应用程序访问数据时直接就能用上缓存。
那么;使用 Redis 缓存时;具体来说;需要在应用程序中增加三方面的代码;
当应用程序需要读取数据时;我们需要在代码中显式调用 Redis 的 GET 操作接口;进行查询;如果缓存缺失了;应用程序需要再和数据库连接;从数据库中读取数据;当缓存中的数据需要更新时;我们也需要在应用程序中显式地调用 SET 操作接口;把更新的数据写入缓存。那么;代码应该怎么加呢?
展示一段 Web 应用中使用 Redis 缓存的伪代码示例。
String cacheKey = “productid_11010003”;
String cacheValue = redisCache.get(cacheKey);
//缓存命中
if ( cacheValue != NULL)
return cacheValue;
//缓存缺失
else
cacheValue = getProductFromDB();
redisCache.put(cacheValue) //缓存更新
可以看到;为了使用缓存;Web 应用程序需要有一个表示缓存系统的实例对象 redisCache;还需要主动调用 Redis 的 GET 接口;并且要处理缓存命中和缓存缺失时的逻辑;例如在缓存缺失时;需要更新缓存。
了解了这一点;在使用 Redis 缓存时;有一个地方就需要注意了;
因为需要新增程序代码来使用缓存;所以;Redis 并不适用于那些无法获得源码的应用;例如一些很早之前开发的应用程序;它们的源码已经没有再维护了;或者是第三方供应商开发的应用;没有提供源码;所以;就没有办法在这些应用中进行缓存操作。
在使用旁路缓存时;需要在应用程序中增加操作代码;增加了使用 Redis 缓存的额外工作量;但是;也正因为 Redis 是旁路缓存;是一个独立的系统;可以单独对 Redis 缓存进行扩容或性能优化。
而且;只要保持操作接口不变;在应用程序中增加的代码就不用再修改了。
好了;到这里;知道了;通过在应用程序中加入 Redis 的操作代码;可以让应用程序使用 Redis 缓存数据了。
不过;除了从 Redis 缓存中查询、读取数据以外;应用程序还可能会对数据进行修改;这时;既可以在缓存中修改;也可以在后端数据库中进行修改;该怎么选择呢?
其实;这就涉及到了 Redis 缓存的两种类型;只读缓存和读写缓存。
只读缓存能加速读请求;而读写缓存可以同时加速读写请求。
而且;读写缓存又有两种数据写回策略;可以让我们根据业务需求;在保证性能和保证数据可靠性之间进行选择。
按照 Redis 缓存是否接受写请求;可以把它分成只读缓存和读写缓存。
当 Redis 用作只读缓存时;应用要读取数据的话;会先调用 Redis GET 接口;查询数据是否存在。
而所有的数据写请求;会直接发往后端的数据库;在数据库中增删改。
对于删改的数据来说;如果 Redis 已经缓存了相应的数据;应用需要把这些缓存的数据删除;Redis 中就没有这些数据了。
当应用再次读取这些数据时;会发生缓存缺失;应用会把这些数据从数据库中读出来;并写到缓存中。
这样一来;这些数据后续再被读取时;就可以直接从缓存中获取了;能起到加速访问的效果。
举个例子。假设业务应用要修改数据 A;此时;数据 A 在 Redis 中也缓存了;那么;应用会先直接在数据库里修改 A;并把 Redis 中的 A 删除。等到应用需要读取数据 A 时;会发生缓存缺失;此时;应用从数据库中读取 A;并写入 Redis;以便后续请求从缓存中直接读取;如下图所示;
只读缓存直接在数据库中更新数据的好处是;所有最新的数据都在数据库中;而数据库是提供数据可靠性保障的;这些数据不会有丢失的风险。当需要缓存图片、短视频这些用户只读的数据时;就可以使用只读缓存这个类型了。
知道了只读缓存;读写缓存也就很容易理解了。
对于读写缓存来说;除了读请求会发送到缓存进行处理;直接在缓存中查询数据是否存在);所有的写请求也会发送到缓存;在缓存中直接对数据进行增删改操作。
此时;得益于 Redis 的高性能访问特性;数据的增删改操作可以在缓存中快速完成;处理结果也会快速返回给业务应用;这就可以提升业务应用的响应速度。
但是;和只读缓存不一样的是;在使用读写缓存时;最新的数据是在 Redis 中;而 Redis 是内存数据库;一旦出现掉电或宕机;内存中的数据就会丢失。
这也就是说;应用的最新数据可能会丢失;给应用业务带来风险。
所以;根据业务应用对数据可靠性和缓存性能的不同要求;会有同步直写和异步写回两种策略。
其中;同步直写策略优先保证数据可靠性;而异步写回策略优先提供快速响应。
学习了解这两种策略;可以帮助根据业务需求;做出正确的设计选择。
接下来;来具体看下这两种策略。
同步直写是指;写请求发给缓存的同时;也会发给后端数据库进行处理;等到缓存和数据库都写完数据;才给客户端返回。这样;即使缓存宕机或发生故障;最新的数据仍然保存在数据库中;这就提供了数据可靠性保证。
不过;同步直写会降低缓存的访问性能。
这是因为 缓存中处理写请求的速度是很快的;而数据库处理写请求的速度较慢。
即使缓存很快地处理了写请求;也需要等待数据库处理完所有的写请求;才能给应用返回结果;这就增加了缓存的响应延迟。
而异步写回策略;则是优先考虑了响应延迟。
此时;所有写请求都先在缓存中处理。等到这些增改的数据要被从缓存中淘汰出来时;缓存将它们写回后端数据库。
这样一来;处理这些数据的操作是在缓存中进行的;很快就能完成。
只不过;如果发生了掉电;而它们还没有被写回数据库;就会有丢失的风险了。
为下面这张图;你可以看下。
关于是选择只读缓存;还是读写缓存;主要看对写请求是否有加速的需求。
如果需要对写请求进行加速;选择读写缓存;如果写请求很少;或者是只需要提升读请求的响应速度的话;选择只读缓存。举个例子;在商品大促的场景中;商品的库存信息会一直被修改。如果每次修改都需到数据库中处理;就会拖慢整个应用;此时;通常会选择读写缓存的模式。
而在短视频 App 的场景中;虽然视频的属性有很多;但是;一般确定后;修改并不频繁;此时;在数据库中进行修改对缓存影响不大;所以只读缓存模式是一个合适的选择。
缓存的两个特征;分别是在分层系统中;数据暂存在快速子系统中有助于加速访问;
缓存容量有限;缓存写满时;数据需要被淘汰。
而 Redis 天然就具有高性能访问和数据淘汰机制;正好符合缓存的这两个特征的要求;所以非常适合用作缓存。
另外;还学习了 Redis 作为旁路缓存的特性;旁路缓存就意味着需要在应用程序中新增缓存逻辑处理的代码。
当然;如果是无法修改源码的应用场景;就不能使用 Redis 做缓存了。
Redis 做缓存时;还有两种模式;分别是只读缓存和读写缓存。
其中;读写缓存还提供了同步直写和异步写回这两种模式;同步直写模式侧重于保证数据可靠性;而异步写回模式则侧重于提供低延迟访问;要根据实际的业务场景需求来进行选择。
Redis只读缓存和使用直写策略的读写缓存;这两种缓存都会把数据同步写到后端数据库中;它们的区别在于;
1、使用只读缓存时;是先把修改写到后端数据库中;再把缓存中的数据删除。当下次访问这个数据时;会以后端数据库中的值为准;重新加载到缓存中。这样做的优点是;数据库和缓存可以保证完全一致;并且缓存中永远保留的是经常访问的热点数据。缺点是每次修改操作都会把缓存中的数据删除;之后访问时都会先触发一次缓存缺失;然后从后端数据库加载数据到缓存中;这个过程访问延迟会变大。
2、使用读写缓存时;是同时修改数据库和缓存中的值。这样做的优点是;被修改后的数据永远在缓存中存在;下次访问时;能够直接命中缓存;不用再从后端数据库中查询;这个过程拥有比较好的性能;比较适合先修改又立即访问的业务场景。但缺点是在高并发场景下;如果存在多个操作同时修改同一个值的情况;可能会导致缓存和数据库的不一致。
3、当使用只读缓存时;如果修改数据库失败了;那么缓存中的数据也不会被删除;此时数据库和缓存中的数据依旧保持一致。而使用读写缓存时;如果是先修改缓存;后修改数据库;如果缓存修改成功;而数据库修改失败了;那么此时数据库和缓存数据就不一致了。如果先修改数据库;再修改缓存;也会产生上面所说的并发场景下的不一致。
只读缓存是牺牲了一定的性能;优先保证数据库和缓存的一致性;它更适合对于一致性要求比较要高的业务场景。
而如果对于数据库和缓存一致性要求不高;或者不存在并发修改同一个值的情况;那么使用读写缓存就比较合适;它可以保证更好的访问性能。
