墨与星辰

主题

缓存选型 ​

缓存选型是系统架构设计的重要环节，选择合适的缓存方案可以显著提升系统性能。本文档详细介绍各种缓存类型的特点、适用场景和选型建议。

📋 缓存类型对比 ​

1. 本地缓存 ​

特点：

  • 性能极高：内存访问，无网络开销
  • 数据隔离：每个应用实例独立缓存
  • 容量有限：受限于单机内存
  • 数据不一致：多实例间数据不同步

适用场景：

  • 单机应用
  • 热点数据缓存
  • 配置信息缓存
  • 计算结果缓存

常见实现：

技术特点适用场景
CaffeineJava高性能缓存库Java应用本地缓存
Guava CacheGoogle缓存库简单缓存需求
EhcacheJava缓存框架企业级应用
Cache2k高性能缓存高并发场景

代码示例：

java
// Caffeine 缓存示例
Cache<String, User> cache = Caffeine.newBuilder()
    .maximumSize(10_000)
    .expireAfterWrite(10, TimeUnit.MINUTES)
    .recordStats()
    .build();

// 使用缓存
User user = cache.get("user:1", key -> loadUserFromDB(key));

2. 分布式缓存 ​

特点：

  • 数据共享：多个应用实例共享缓存
  • 可扩展性：支持集群部署
  • 网络开销：需要网络访问
  • 数据一致性：支持数据同步

适用场景：

  • 分布式系统
  • 多实例数据共享
  • 大规模数据缓存
  • 会话存储

常见实现：

技术特点适用场景性能
Redis高性能、丰富数据结构通用缓存极高
Memcached简单、高性能简单键值缓存高
HazelcastJava分布式缓存Java应用高
Ignite内存数据网格大数据场景高

对比分析：

特性RedisMemcachedHazelcastIgnite
数据结构丰富简单丰富丰富
持久化支持不支持支持支持
事务支持不支持支持支持
集群支持支持支持支持
性能极高高高高

🎯 缓存策略 ​

1. Cache Aside（旁路缓存） ​

策略流程：

特点：

  • 读取流程：先查缓存，未命中查数据库，写入缓存
  • 更新流程：更新数据库，删除缓存
  • 优点：简单易实现，缓存命中率高
  • 缺点：可能出现数据不一致

代码示例：

java
public User getUser(Long id) {
    // 先查缓存
    User user = cache.get("user:" + id);
    if (user != null) {
        return user;
    }
    
    // 缓存未命中，查询数据库
    user = userRepository.findById(id);
    if (user != null) {
        // 写入缓存
        cache.put("user:" + id, user);
    }
    return user;
}

public void updateUser(User user) {
    // 更新数据库
    userRepository.update(user);
    // 删除缓存
    cache.delete("user:" + user.getId());
}

2. Write Through（写穿透） ​

策略流程：

特点：

  • 更新流程：先更新缓存，再更新数据库
  • 优点：数据一致性好
  • 缺点：写操作性能较差

代码示例：

java
public void updateUser(User user) {
    // 先更新缓存
    cache.put("user:" + user.getId(), user);
    // 再更新数据库
    userRepository.update(user);
}

3. Write Back（写回） ​

策略流程：

特点：

  • 更新流程：只更新缓存，异步批量写入数据库
  • 优点：写操作性能极好
  • 缺点：数据可能丢失，实现复杂

4. Refresh Ahead（提前刷新） ​

策略流程：

  • 缓存过期前：异步刷新缓存数据
  • 优点：减少缓存穿透，提升命中率
  • 缺点：可能造成资源浪费

📋 缓存选型建议 ​

1. 选型矩阵 ​

场景推荐方案理由
单机应用本地缓存性能最高，无需网络
分布式应用Redis功能丰富，生态完善
简单键值Memcached简单高效
大数据量Redis Cluster支持集群扩展
Java应用Caffeine + Redis本地+分布式组合

2. 选型考虑因素 ​

性能要求：

  • 极高性能：本地缓存（Caffeine）
  • 高性能：Redis、Memcached
  • 中等性能：Hazelcast、Ignite

功能需求：

  • 丰富数据结构：Redis、Hazelcast
  • 简单键值：Memcached
  • 事务支持：Redis、Hazelcast

运维成本：

  • 运维简单：Memcached
  • 运维中等：Redis
  • 运维复杂：Hazelcast、Ignite

成本考虑：

  • 开源免费：Redis、Memcached、Caffeine
  • 商业授权：Ignite商业版

3. 混合缓存策略 ​

多级缓存架构：

优势：

  • 性能最优：本地缓存+分布式缓存
  • 减少网络开销：热点数据在本地
  • 数据共享：分布式缓存支持数据共享

代码示例：

java
public User getUser(Long id) {
    // L1: 本地缓存
    User user = localCache.get("user:" + id);
    if (user != null) {
        return user;
    }
    
    // L2: 分布式缓存
    user = redisCache.get("user:" + id);
    if (user != null) {
        // 写入本地缓存
        localCache.put("user:" + id, user);
        return user;
    }
    
    // L3: 数据库
    user = userRepository.findById(id);
    if (user != null) {
        // 写入两级缓存
        localCache.put("user:" + id, user);
        redisCache.put("user:" + id, user);
    }
    return user;
}

📋 缓存最佳实践 ​

1. 缓存设计 ​

键设计：

  • 命名规范：使用前缀，如 user:{id}
  • 层级清晰：使用分隔符，如 module:entity:id
  • 避免冲突：使用唯一标识符

值设计：

  • 序列化格式：JSON、Protobuf、Hessian
  • 数据大小：控制单条数据大小
  • 敏感信息：避免缓存敏感信息

2. 缓存过期 ​

过期策略：

  • TTL（Time To Live）：固定过期时间
  • TTI（Time To Idle）：访问后重置过期时间
  • LRU（Least Recently Used）：最近最少使用
  • LFU（Least Frequently Used）：最少使用频率

过期时间设置：

数据类型过期时间理由
热点数据5-30分钟平衡性能和一致性
配置数据30-60分钟配置变更不频繁
计算结果1-24小时计算结果相对稳定
用户会话30分钟-2小时平衡安全和体验

3. 缓存穿透、击穿、雪崩 ​

缓存穿透：

  • 问题：查询不存在的数据，绕过缓存直击数据库
  • 解决方案：布隆过滤器、缓存空值

缓存击穿：

  • 问题：热点数据过期，大量请求直击数据库
  • 解决方案：互斥锁、永不过期

缓存雪崩：

  • 问题：大量缓存同时过期，请求直击数据库
  • 解决方案：过期时间随机化、多级缓存

📖 学习资源 ​

视频教程 ​

书籍推荐 ​

  • 《Redis设计与实现》 - 深入讲解Redis原理
  • 《高性能网站建设指南》 - 网站缓存优化
  • 《缓存架构设计》 - 缓存架构最佳实践
  • 《Redis实战》 - Redis使用指南

网站资源 ​

工具推荐 ​

  • 本地缓存：Caffeine、Guava Cache、Ehcache
  • 分布式缓存：Redis、Memcached、Hazelcast
  • 缓存监控：RedisInsight、Memcached监控工具

✅ 缓存选型检查清单 ​

  • [ ] 缓存类型已确定（本地/分布式）
  • [ ] 缓存技术已选型（Redis/Caffeine等）
  • [ ] 缓存策略已设计（Cache Aside/Write Through等）
  • [ ] 缓存键设计规范
  • [ ] 缓存过期策略已设置
  • [ ] 缓存穿透/击穿/雪崩已防护
  • [ ] 缓存监控已建立

上一章节：缓存概览
下一章节：Redis最佳实践
返回目录：应用技术