探秘Redis读写策略:CacheAside、读写穿透、异步写入

本文涉及的产品
云数据库 Tair(兼容Redis),内存型 2GB
云数据库 MongoDB,独享型 2核8GB
推荐场景:
构建全方位客户视图
云原生多模数据库 Lindorm,多引擎 多规格 0-4节点
简介: 本文介绍了 Redis 的三种高可用性读写模式:CacheAside、Read/Write Through 和 Write Behind Caching。CacheAside 简单易用,但可能引发数据不一致;Read/Write Through 保证数据一致性,但性能可能受限于数据库;Write Behind Caching 提高写入性能,但有数据丢失风险。开发者应根据业务需求选择合适模式。

逻辑图.png

Redis 是一种高性能的内存数据库,它不仅可以作为数据库的缓存层,还可以支持多种读写模式,使得应用在面对不同业务场景时可以灵活地选择最合适的模式。本文将重点介绍 Redis 在高可用性上的三种常见读写模式:CacheAside 旁路缓存、Read/Write Through 读写穿透,以及 Write Behind Caching 异步缓存写入,并对它们进行比较,帮助大家了解这些模式的特性以及在不同业务场景下的应用。

CacheAside 旁路缓存

CacheAside 旁路缓存是一种常见的缓存策略,将缓存作为独立的存储层,在应用程序和数据库之间起到中间缓存层的作用。应用程序在查询数据时,首先会尝试从缓存中获取数据,如果缓存命中则直接返回数据;如果缓存未命中,则从数据库中查询数据,并将查询到的数据写入缓存。应用程序在写数据时直接将数据写入数据库,同时可能选择性地更新或失效缓存。

读操作:

步骤1:应用程序尝试从缓存中获取数据。

步骤2:如果缓存命中,则返回缓存中的数据。

步骤3:如果缓存未命中,从数据库中查询数据。

步骤4:将查询到的数据写入缓存。

步骤5:返回数据库中的数据给应用程序。

写操作:

步骤1:应用程序直接将数据写入数据库。

步骤2:根据需求,选择性地将缓存中的相应数据更新或失效,以保持缓存的一致性。

优点

简单易用:CacheAside 模式的实现相对简单,应用程序负责控制缓存操作,易于理解和维护。

灵活性高:应用程序可以灵活选择从缓存或数据库中读取数据,以及何时更新或失效缓存。

数据一致性:在缓存未命中时直接从数据库获取数据,确保数据一致性较高。

缺点

缓存失效:当缓存中的数据过期或被删除时,需要重新从数据库获取数据,可能增加数据库的压力。

数据不一致:如果在写入数据库后没有及时更新缓存,可能导致缓存数据与数据库数据不一致。

应用复杂性:应用程序需负责处理缓存的更新和失效,增加业务逻辑的复杂性。

Read/Write Through(读写穿透)

Read/Write Through 是一种读写穿透的缓存策略。它将缓存与数据库紧密结合,应用程序在读写数据时都会通过缓存层操作。如果缓存未命中,应用程序将通过缓存层从数据库中查询数据,并将数据写入缓存;写数据时,应用程序直接通过缓存层将数据写入数据库,并将数据缓存到 Redis 中。通过这种方式,数据在缓存和数据库之间保持一致。

读操作:

步骤1:应用程序首先从缓存中查询数据。

步骤2:如果缓存命中,返回缓存中的数据。

步骤3:如果缓存未命中,通过缓存层查询数据库。

步骤4:将查询到的数据写入缓存。

步骤5:返回数据库中的数据给应用程序。

写操作:

步骤1:应用程序通过缓存层直接写入数据库。

步骤2:将写入的数据同步到缓存中,确保缓存和数据库的数据一致。

优点

数据一致性:通过缓存和数据库之间的同步操作,确保数据一致性。

简单操作:应用程序无需直接与数据库交互,通过缓存层完成读写操作,简化业务逻辑。

读写效率高:通过缓存层直接操作数据库和缓存,减少应用程序和数据库之间的交互,提高读写效率。

缺点

性能受限:由于每次读写操作都需要经过缓存层和数据库,可能会受到数据库性能的影响,导致性能瓶颈。

依赖性强:缓存层和数据库之间的紧密联系使得系统对缓存层的依赖性较高,一旦缓存出现问题可能会影响数据库操作。

实现复杂:需要确保缓存和数据库之间的数据同步,增加了系统的复杂性。

Write Behind Caching(异步缓存写入)

Write Behind Caching 是一种异步缓存写入策略。它将写入操作分成两部分:首先将数据写入缓存,然后异步地将数据写入数据库。这种模式提高了写操作的性能,因为应用程序无需等待数据写入数据库即可继续执行其他任务。这种策略还可以通过批量写入的方式优化数据库操作,提高整体性能。

写操作:

步骤1:应用程序将数据写入缓存。

步骤2:数据在缓存中暂存,立即返回给应用程序。

步骤3:缓存中的数据通过异步任务批量写入数据库。

步骤4:异步任务可以定期执行,或在特定条件下触发,例如缓存数据量达到一定阈值时。

步骤5:根据需要,可以在数据库写入完成后清理缓存,确保数据最终的一致性。

读操作:

步骤1:应用程序直接从缓存中读取数据。

步骤2:如果缓存未命中,则从数据库中查询数据,并将数据写入缓存。

优点

高写入性能:因为写入是异步进行的,应用程序无需等待写入操作完成,提高了写入性能。

降低数据库压力:通过批量写入的方式,将多个写入操作合并为一个,减少数据库的写入次数,减轻数据库压力。

数据最终一致性:数据在最终都会写入数据库,确保数据一致性。

缺点

数据丢失风险:由于写入是异步进行的,可能会导致数据在写入数据库之前丢失,特别是在缓存或应用程序故障的情况下。

数据延迟:数据写入数据库的过程是异步的,可能会导致数据在缓存和数据库之间存在时间差,造成数据延迟问题。

实现复杂:异步写入逻辑会增加系统的复杂性,需要处理错误、重试机制等,以确保数据的最终一致性。

模式比较

下面我们从几个方面对这三种读写模式进行比较:
1.png

这个表格比较了 CacheAside 旁路缓存、Read/Write Through 读写穿透以及 Write Behind Caching 异步缓存写入三种 Redis 读写模式在数据一致性、读写性能、复杂度、适用场景、缓存失效、数据延迟、数据丢失风险和成本等方面的优劣。

END

Redis 的这三种读写模式各有优劣,开发者可以根据业务需求和场景特点选择合适的模式。通过合理选择和使用 Redis 的读写模式,可以提升应用程序的性能和可用性,为用户提供更好的服务体验。希望本文对大家理解 Redis 的读写模式有所帮助!

【更多精彩内容,欢迎关注小米的微信公众号“软件求生”】

相关文章
|
10月前
|
NoSQL Redis
Redis的数据淘汰策略有哪些 ?
Redis 提供了 8 种数据淘汰策略,分为淘汰易失数据和淘汰全库数据两大类。易失数据淘汰策略包括:volatile-lru、volatile-lfu、volatile-ttl 和 volatile-random;全库数据淘汰策略包括:allkeys-lru、allkeys-lfu 和 allkeys-random。此外,还有 no-eviction 策略,禁止驱逐数据,当内存不足时新写入操作会报错。
1010 16
|
5月前
|
存储 NoSQL Redis
阿里面试:Redis 为啥那么快?怎么实现的100W并发?说出了6大架构,面试官跪地: 纯内存 + 尖端结构 + 无锁架构 + EDA架构 + 异步日志 + 集群架构
阿里面试:Redis 为啥那么快?怎么实现的100W并发?说出了6大架构,面试官跪地: 纯内存 + 尖端结构 + 无锁架构 + EDA架构 + 异步日志 + 集群架构
阿里面试:Redis 为啥那么快?怎么实现的100W并发?说出了6大架构,面试官跪地: 纯内存 + 尖端结构 +  无锁架构 +  EDA架构  + 异步日志 + 集群架构
|
6月前
|
缓存 监控 NoSQL
Redis--缓存击穿、缓存穿透、缓存雪崩
缓存击穿、缓存穿透和缓存雪崩是Redis使用过程中可能遇到的常见问题。理解这些问题的成因并采取相应的解决措施,可以有效提升系统的稳定性和性能。在实际应用中,应根据具体场景,选择合适的解决方案,并持续监控和优化缓存策略,以应对不断变化的业务需求。
1254 29
|
6月前
|
NoSQL Redis
Redis的数据淘汰策略有哪些 ?
Redis 提供 8 种数据淘汰策略: 淘汰易失数据(具有过期时间的数据) 1. volatile-lru(least recently used):从已设置过期时间的数据集(server.db[i].expires)中挑选最近最少使用的数据淘汰 2. volatile-lfu(least frequently used):从已设置过期时间的数据集(server.db[i].expires)中挑选最不经常使用的数据淘汰 3. volatile-ttl:从已设置过期时间的数据集(server.db[i].expires)中挑选将要过期的数据淘汰 4. volatile-random:从已设置过期
|
6月前
|
NoSQL Redis
Redis的数据持久化策略有哪些 ?
Redis 提供了两种方式,实现数据的持久化到硬盘。 1. RDB 持久化(全量),是指在指定的时间间隔内将内存中的数据集快照写入磁盘。 2. AOF持久化(增量),以日志的形式记录服务器所处理的每一个写、删除操作 RDB和AOF一起使用, 在Redis4.0版本支持混合持久化方式 ( 设置 aof-use-rdb-preamble yes )
|
6月前
|
存储 NoSQL Redis
Redis的数据过期策略有哪些 ?
1. 惰性删除 :只会在取出 key 的时候才对数据进行过期检查。这样对 CPU 最友好,但是可能会造成太多过期 key 没有被删除。数据到达过期时间,不做处理。等下次访问该数据时,我们需要判断 a. 如果未过期,返回数据 b. 发现已过期,删除,返回nil 2. 定期删除 : 每隔一段时间抽取一批 key 执行删除过期 key 操作。并且,Redis 底层会通过限制删除操作执行的时长和频率来减少删除操作对 CPU 时间的影响。默认情况下 Redis 定期检查的频率是每秒扫描 10 次,用于定期清除过期键。当然此值还可以通过配置文件进行设置,在 redis.conf 中修改配置“hz”
|
10月前
|
缓存 NoSQL 关系型数据库
大厂面试高频:如何解决Redis缓存雪崩、缓存穿透、缓存并发等5大难题
本文详解缓存雪崩、缓存穿透、缓存并发及缓存预热等问题,提供高可用解决方案,帮助你在大厂面试和实际工作中应对这些常见并发场景。关注【mikechen的互联网架构】,10年+BAT架构经验倾囊相授。
大厂面试高频:如何解决Redis缓存雪崩、缓存穿透、缓存并发等5大难题
|
9月前
|
缓存 监控 NoSQL
Redis经典问题:缓存穿透
本文详细探讨了分布式系统和缓存应用中的经典问题——缓存穿透。缓存穿透是指用户请求的数据在缓存和数据库中都不存在,导致大量请求直接落到数据库上,可能引发数据库崩溃或性能下降。文章介绍了几种有效的解决方案,包括接口层增加校验、缓存空值、使用布隆过滤器、优化数据库查询以及加强监控报警机制。通过这些方法,可以有效缓解缓存穿透对系统的影响,提升系统的稳定性和性能。
|
9月前
|
NoSQL 算法 Redis
redis内存淘汰策略
Redis支持8种内存淘汰策略,包括noeviction、volatile-ttl、allkeys-random、volatile-random、allkeys-lru、volatile-lru、allkeys-lfu和volatile-lfu。这些策略分别针对所有键或仅设置TTL的键,采用随机、LRU(最近最久未使用)或LFU(最少频率使用)等算法进行淘汰。
256 5
|
9月前
|
NoSQL 安全 Redis
redis持久化策略
Redis 提供了两种主要的持久化策略:RDB(Redis DataBase)和AOF(Append Only File)。RDB通过定期快照将内存数据保存为二进制文件,适用于快速备份与恢复,但可能因定期保存导致数据丢失。AOF则通过记录所有写操作来确保数据安全性,适合频繁写入场景,但文件较大且恢复速度较慢。两者结合使用可增强数据持久性和恢复能力,同时Redis还支持复制功能提升数据可用性和容错性。
184 5

相关产品

  • 云数据库 Tair(兼容 Redis)