写点什么

缓存核心知识小抄,面试必备,赶紧收藏!

发布于: 5 小时前

缓存是为了减少数据库和服务器压力而产生的,在应用层编程时需主要考虑以下几种情况:

  • 客户端缓存

  • 服务端缓存

  • 网络缓存(CDN 缓存)

客户端缓存负责减轻服务端的存储和频繁的数据请求等压力。

例如,在 QQ 初始阶段,只有“会员”才可以把 QQ 表情存储在“云端”之上,因为腾讯内部并没有庞大的存储系统存储大量的 QQ 表情。

虽然现在腾讯已经取消了只有“会员”才可以存储 QQ 表情的限制,但是大部分 QQ 表情仍然默认存储在本地客户端。

客户端缓存大致可分为以下几种:

  • 客户端本地文件缓存,包括图片、.txt 文件、.doc 文件等。

  • 客户端本地 HTTP、cookie 等浏览器缓存。

  • 客户端注册表。

  • 客户端微型数据库(SQLite)。

  • 客户端本地计算机内存。

服务端缓存主要是为了减少数据库压力和外部服务接口的压力,这也是实际编程中最常用的手段。

除减少数据库的压力外,缓存返回数据的响应速度比数据库要快。另外,尽可能不调用外部接口,因为外部接口无论 WebSocket、WebService,还是 HTTP,其响应速度都是不可控的。如果外部接口响应时间过长,也会影响自身性能。

服务端缓存大致分为以下几种:

  • 容器缓存,如 Tomcat、Nginx、JBoss、Servlet 等。

  • 中间件缓存,如 MongoDB、Elasticsearch、Redis、RocketMQ、Kafka、ZooKeeper 等。

  • JDK 缓存,如磁盘缓存、堆内缓存、堆外缓存等。

  • 页面静态化缓存,如 FreeMaker、Thymeleaf 等。

  • 文件管理,如 FastDFS 等。


01

缓存的命中率

缓存的命中率指的是“缓存查询的次数”与“总查询次数”的比值。

在多级缓存下,可以调研每一级缓存的命中率,以便调整代码。若某缓存命中率过低,则很可能是缓存穿透问题。


02

缓存回收方式

  • 基于时间:当某缓存超过生存时间时,则进行缓存回收。或者当某缓存最后被访问后超过某时间仍然没有被访问,则进行缓存回收。


  • 基于空间:当缓存超过某大小时,则进行缓存回收。

  • 基于容量:当缓存超过某存储条数时,则进行缓存回收。

  • 基于引用:软引用和弱引用缓存会在 JVM 堆内存不足时进行缓存回收。


03

缓存回收策略

  • 先进先出(First In First Out,FIFO):一种简单的淘汰策略,缓存对象以队列的形式存在,如果空间不足,就释放队列头部的(先缓存)对象,一般用链表实现。

  • 最近最久未使用(Least Recently Used,LRU):是根据访问的时间先后进行淘汰的,如果空间不足,就释放最久没有被访问的对象(上次访问时间最早的对象)。

  • 最近最少使用(Least Frequently Used,LFU):根据最近访问的频率进行淘汰,如果空间不足,就释放最近访问频率最低的对象。


04

缓存的设计模式

(1)Cache Aside 模式:首先读取缓存中的数据,若缓存没有命中,则读取 DB。当 DB 需要更新时,直接删掉缓存中的数据。由于实现简单,因此是最常用的一种设计模式,适用于读操作多的情况。

(2)Read/Write through 模式:在读取时先到缓存中查询数据是否存在。如果存在,则直接返回。如果不存在,则由缓存组件负责从数据库中同步加载数据,此数据永不过期。在写入时,先查询要写入的数据在缓存中是否存在。如果存在。则更新缓存中的数据,并且由缓存组件把数据同步更新到数据库中。Read/Write through 模式初步屏蔽了底层数据库操作,但是当把数据从缓存组件写入 DB 时,有可能出现异常无法正确写入的情况。因而需要谨慎记录时间戳,以便跟踪维护处理数据。该方案适合对持久性要求较低的业务场景。

(3)Write Behind Caching(Write Back)模式:Write Behind Caching 模式属于 Read/Write through 模式的进阶版,完全不考虑 DB,增删改查全部通过缓存进行处理。如果读取不到数据,则直接认为该数据不存在,服务器会定期把缓存中的数据存储到 DB 中。一般高并发应用程序最常用的是 Write Behind Caching 设计模式,它是性能最好的设计模式,但是实现较为复杂,一旦服务器宕机则有可能导致大量数据丢失。


05

缓存测试应涵盖的内容

(1)当前程序是否有可能出现缓存穿透、缓存击穿、缓存雪崩等常见问题。

(2)缓存是否设置了最大位数及时间等功能,是否会出现内存溢出的现象。

(3)缓存能够节省各数据源多少比重的读取,例如进程内缓存节省了多少读取 Redis 的比重,Redis 缓存节省了多少读取磁盘缓存的比重,磁盘缓存节省了多少读取 MySQL 的比重。

(4)App 在无网或弱网环境下,是否可以正常打开及使用。例如网易云音乐在没有网络的情况下可以听一些本地缓存的歌曲。

(5)App 在弱网转正常网络之后,缓存是否能被正常覆盖。

(6)各级缓存与数据库是否能够保持数据一致性,是否包含脏读、不可重复读等相关问题。

(7)缓存是否能够被手动删除或刷新,若遇到紧急状况是否能够进行可逆性操作。

(8)缓存的回收策略、回收方式等内容是否正常生效。


本书摘自《高性能 Java 架构:核心原理与案例实战》一书,欢迎阅读此书了解更多高性能 Java 架构的内容。


高性能Java架构:核心原理与案例实战.jpg


▊《高性能 Java 架构:核心原理与案例实战

张方兴 著


本书是按照程序设计与架构的顺序编写的,共 13 章。

第 1 章介绍学习高性能 Java 应了解的核心知识,为前置内容。

第 2 章和第 3 章讲解在编写代码之前,如何高效地为 MySQL 填充亿级数据,并对 MySQL 进行基准测试,以便在之后编程时有所比较。

第 4 章讲解在编写代码的过程中如何优化代码,使代码更高效。

第 5 章和第 6 章讲解在写好代码之后如何测试并优化场景响应速度。

第 7 章和第 8 章讲解在程序上线执行一段时间之后如何对 MySQL 进行主从复制、分库分表。

第 9 章讲解如何通过 Prometheus 和 Grafana 监控 MySQL 节点。

第 10 章和第 11 章讲解如何通过堆内缓存、堆外缓存(MapDB)和磁盘缓存解决 MySQL 数据库性能不佳的问题。

第 12 章讲解如何使用分布式锁 Redisson 解决实际应用中常见的数据一致性问题。

第 13 章简要介绍 Java 中的常见架构与工具。

本书不仅适合 Java 初学者、刚入行的编程人员,也适合对高性能、高并发感兴趣的程序员。


高性能Java二维码.png


(京东满 100 减 50,快快扫码抢购吧!)

用户头像

还未添加个人签名 2019.10.21 加入

还未添加个人简介

评论

发布
暂无评论
缓存核心知识小抄,面试必备,赶紧收藏!