深圳住房和建设管理局官方网站平台推广引流

Cache Aside Pattern（旁路缓存模式）

Cache Aside Pattern 是我们平时使用比较多的一个缓存读写模式，比较适合读请求比较多的场景。

读写步骤

写:

1. 更新DB
2. 删除缓存

读:

1. 缓存读数据，读到直接返回
2. 未读取到直接从db读取
3. db读取的数据同步到缓存

为什么删除 cache，而不是更新 cache？

获取缓存中的数据需要浪费资源去修改，频繁修改就会大量浪费

在写数据的过程中，可以先删除 cache ，后更新 db 么？

不行

请求 1 先把 cache 中的 A 数据删除；

2 请求 2 从 db 中读取数据；

3 请求 1 再把 db 中的 A 数据更新。 这就会导致请求 2 读取到的是旧值。

但是可以使用延时双删来实现这个缺点

在写数据的过程中，先更新 db，后删除 cache 就没有问题了么？

同步数据到缓存时，同步失败就会出现数据不一致，使用重试机制解决

缺点

1.首次请求数据肯定不在缓存

解决办法:采用预热方式

2.写操作频繁，会降低命中率

Read/Write Through Pattern（读写穿透）

读写步骤

写（Write Through）：

● 先查 cache，cache 中不存在，直接更新 db。

● cache 中存在，则先更新 cache，然后 cache 服务自己更新 db（同步更新 cache 和 db）

读(Read Through)：

● 从 cache 中读取数据，读取到就直接返回 。

● 读取不到的话，先从 db 加载，写入到 cache 后返回响应。

Write Behind Pattern（异步缓存写入）

Write Behind Pattern 和 Read/Write Through Pattern 很相似，两者都是由 cache 服务来负责 cache 和 db 的读写。 但是，两个又有很大的不同：Read/Write Through 是同步更新 cache 和 db，而 Write Behind 则是只更新缓存，不直接更新 db，而是改为异步批量的方式来更新 db。