那些年我们一起撸过的缓存写法

上次主要讨论缓存读写这块各种代码实现，本篇就上次的问题继续来，看看那些年折腾过的各种缓存做法。

阅读目录:

缓存预热
多级缓存
线程缓存
内存缓存
文件缓存
分布式缓存
DB缓存
多层缓存
总结

缓存预热

上次有同学问过，在第一次加载时缓存都为空，怎么进行预热。

单机Web情况下一般使用RunTimeCache，这种情况下：

可以在启动事件里面刷新

void Application_Start(object sender, EventArgs e){//刷新}

另外可以单写个刷新缓存页面，上线后手动刷新下或发布时自动调用刷新，再或者由用户自行触发。

分布式缓存(Redis、Memcached)情况下：

比如在几十台服务器缓存时，单刷满缓存都需要不少一段时间。

这种预热就复杂一些，有的会单写个应用程序去跑，也有的会单写套框架机制去处理(更智能化)。

其目的是在系统上线之前，所有的缓存都预先加载完毕。

多级缓存

计算机结构中CPU和内存之间一般都配有一级缓存、二级缓存来增加交换速度。

这样当CPU调用大量数据时，就可避开内存直接从CPU缓存中调用，加快读取速度。

根据CPU缓存得出多级缓存的特点：

1：每一级缓存中储存的是下一级缓存的一部分。

2：读取速度按级别依次递减，成本也依次递减，容量依次递增。

3：当前级别未命中时，才会去下一级寻找。

而在企业应用级开发中，使用多级缓存是同样的目的及设计，只是粒度更粗，更灵活。

根据速度依次排列lv1-lv6的缓存类型图：

3级缓存的命中流程图例子：

线程缓存

Web应用是天生的多线程开发，对于一些公共资源必须考虑线程安全，为止不得不通过锁来保证数据的完整性和正确性。

在实际当中一台web服务器至少也得处理成百上千的请求，想一想在业务复杂的处理流程，函数每调用一次都得锁一下，对服务器也是个不小的浪费。

而通过线程缓存，可以让当前处理用户请求的线程只拿自己需要的数据。

public static ThreadLocal<UserScore> localUserInfo = new ThreadLocal<UserScore>();

借助Net提供的线程本地变量，可以在请求入口去拉取当前用户的数据。

在之后线程整个生命周期里面，业务逻辑可以毫无顾虑的使用这些数据，而不需要考虑线程安全。

因为不用重新拿新缓存数据，所以也不用担心数据撕裂的问题。

其当前线程周期里面的数据是完整无误的，只有用户第二次发起请求才会重新去拿新数据。

这样就能提高不少服务器吞吐量，注意要在线程的出口处销毁数据。

内存缓存

无论是远程数据库读取，还是缓存服务器读取。避免不了要跨进程，跨网络通信，有的还跨机房。

而应用程序频繁读写，对Web、DB服务器都是个不小的消耗，速度相较内存也慢的多。

代码上加锁、异步，甚至加服务器在内，都不是一个很好的办法。因为加载速度，对用户体验非常重要。

所以在有要求的项目中使用本地内存做二级缓存，是非常有必要的。目的就是1：抗并发，2：加快读取速度。

有个著名的缓存五分钟法则法则，就是说如果一个数据频繁被访问，那么就应该放内存中。

举个例子：有100并发过来，加锁会导致前端99线程等候，这个99线程等候着，其实是一直在消耗Web服务器资源。不加就是缓存雪崩。

如果每分钟拉取一份缓存，缓存到内存，这样99线程等候时间极大缩短。

文件缓存

相对于内存，硬盘容量大，速度相较于走网络还更快。

所以我们完全可以把一些不经常变更，放在内存又比较浪费的数据缓存到本地硬盘。

比如使用sqlite一些文件数据库，我们很容易做到。

分布式缓存

基于内存缓存的redis、memcached等。

基于文件nosql的Casssandra、mongodb等。

redis、memcached是主流的分布式内存缓存，也是应用和DB中间最大的缓存层。

nosql这类的其实不单单只是做缓存用了，完全用在一些非核心业务的DB层了。

DB缓存

这一层DB主要是缓存由原始数据计算出的结果，从而避免由Web程序通过SQL或在使用中直接计算。

当然也可以把计算好的数据，存储到redis中当缓存。

多层缓存

多层缓存概念在很多地方都用到过：

1：上面介绍的多级缓存就是一种，把内容根据读取频率，分不同的等级、不同的层次进行存储，频率越高离查询越近。

2：还一种多层是缓存索引的做法，类似B树查找，这样能提高检索效率。

3：从架构上来说浏览器缓存、CDN缓存、反向代理缓存、服务端缓存、也是多层缓存。

总结

在使用上大家根据实际场景，进行各种组合搭配。本篇谈的比较理论些，有些内容细节没展开。

比如分布式缓存的使用，缓存置换策略及算法，缓存过期机制等。

系列目录：

那些年我们一起追过的缓存写法(一)

那些年我们一起追过的缓存写法(二)

那些年我们一起追过的缓存写法(三)