系统架构设计：进程缓存和缓存服务，如何抉择？

我们所说的缓存分为进程内部缓存（系统内部缓存）和 缓存服务（如 redis/memcache）。计算机服务从原来的单体结构，到多实例，到现在流行的微服务，缓存服务变得原来越流行了。

进程缓存

先说说进程缓存，它将数据存储在站点、服务的进程内。在 Web 的发展历史上，这样的方式备受欢迎。比如早期常用的.Net 的 System.Web.Caching。

这种实现载体很简单，比如一个带锁的 HasTable，或者一个 List 对象。 使用简单便捷，能存储数据、html 页面片段、文件，甚至任何对象。

在单体结构的 Web 模式下，进程内缓存被开发到极致，大概流程如下图：

与原先没有缓存相比，进程内缓存的好处是，数据读取不再直接访问数据库，先判断缓存中是否存在，如果存在，则直接读取，不存在则再去数据库中取，同时写入缓存。

这样避免了每次的请求都走数据库，减少网络开销和数据请求次数，提高了数据获取效率，基本等同在内存中执行。

缓存的目的是为了冷热数据的隔离，对于频繁被修改的数据，缓存的意义不是很大，比如微信用户的实时步数。比较有价值的是那些不被频繁修改且数据量较大的内容，比如系统字典、配置数据。

判断是否需要创建缓存需要一定的依据，以下是我的团队的策略，不一定适用，可以参考：

缓存的必要性：数据的变更是否过于频繁，过于频繁则可能导致缓存不断重建，反而降低效率。 评估方式：缓存的过期时间内没被主动更新的量值应该超过 60%。

假设缓存时间：3600s

假设同一种类型缓存数据基数：6000 个

6000 * 60% = 3600 的数据在一个小时内事务未更新，这样的缓存价值更大。

进程缓存的问题

在互联网大潮下，随着用户量的激增，原来单体结构逐渐的向 Web 服务集群发展，在多实例目标下，进程缓存的弊端越来越明显。

比如缓存无法统一的问题，如果站点和服务中的多个节点访问统一的缓存服务（比如 redis 或者 memerche），数据统一存储，容易保证数据的一致性。

但是如果是进程缓存，数据缓存在站点和服务的多个节点内，一个节点保存了一个缓存，数据存了多份，一致性比较难保障。

如上图，但是有个问题，Cache1、Cache1、Cache3 一致性难以保障，如果想保持缓存的一致性时，该怎么办呢？

一般有以下几种方法：

1、单一服务节点通知其他服务节点，如果我们只是 Web Service1 在执行业务操作的时候修改数据库，更新缓存，同时通知其他 Web Service 服务，其他 Web Service 接收到信息的时候，进行缓存更新。

2、 启动 MQ 通知其他节点：如下图，可以通过 MQ 通知其他节点。写请求发生在 server1，在修改完自己缓存数据与数据库中的数据之后，给 MQ 生产数据变化通知，server2 和 server1 订阅 MQ 消息，当消费到 MQ 信息的时候，也修改缓存数据。

3、有一种简单的方式，也可以解耦与 Web Server 的关系，就是直接放弃了“实时一致性”，启动一个独立的进程服务，定时从后端拉取最新的数据，更新内存缓存。

上述的几种方法为了保持数据的一致性，增加了一定的开销，一方面缓存数据同步过程中会有出错的风险；

另一方面实际上违背了缓存的原则：冷热数据隔绝，有效的利用冷数据，减轻数据库压力，提升效率。如果缓存被频繁修改或者同步，那缓存的价值就不大了。

所以我们在以下这几种情况下抛弃进程缓存，选用缓存服务：

1. Web 集群下，包含多个实例，并且不允许业务数据的不一致性（我相信大部分业务不允许）

2. 进程内缓存数据量较大，缓存内存空间不足，影响 Web 性能，可以考虑走缓存服务（缓存服务如 redis，一般独立服务甚至集群配置，支持超大量级）。

3. 评估 value 大小、缓存内存空间、峰值 QPS、过期时间、缓存命中率、读写更新策略、key 值分布路由策略、过期策略以及数据一致性方案，根据实际需要判断是否走缓存服务。

缓存服务

在互联网分层架构中，最常用的 kv 结构的缓存是 redis。他有如下特点：

1、它支持复杂数据结构

value 是字符串、哈希，列表，集合，有序集合这类复杂的数据结构。支持各种场景，如客户订单信息列表，用户消息，帖子评论等。

2、支持持久化

首先，redis 的所有数据都是保存在内存中，然后不定期的通过异步方式保存到磁盘上(这称为“半持久化模式”)；

也可以把每一次数据变化都写入到一个 append only file(aof)里面(这称为“全持久化模式”，效率会低一点)。

但是我们尽量不要把 redis 当作数据库用，如果真的需要持久化数据，建议可以走 MySQL：

1. redis 的定期快照不能保证数据不丢失

2. redis 的 AOF 会降低效率，并且不能支持太大的数据量

3、具备高可用特性

redis 天然支持集群功能，可以实现主动复制，读写分离。 官方也提供了 sentinel 集群管理工具，能够实现主从服务监控，故障自动转移。

4、存储的内容比较大

String 类型：一个 String 类型的 value 最大可以存储 512M，List、Set、Hash 类型：list 的元素个数最多为 2^32-1 个，也就是 4294967295 个。

5、 支持事务

操作都是原子性，对数据的更改要么全部执行，要么全部不执行。避免业务数据的不一致性。

缓存使用注意

1. Web 服务 单体模式转为多实例之后，我们将进程缓存升级为缓存服务（redis），清查了所有的缓存使用，都改成了对接 redis，但是有一些地方缓存漏掉，因为我们有 3 个实例，所以修改某个数据之后，一会儿是新值，一会儿旧值。

2. 谨防缓存击穿、雪崩的产生，这个我们有惨痛的教训，后续来一篇专门分析下。

作者：翁智华

出处：https://www.cnblogs.com/wzh2010/