陈皓-缓存更新的经典设计模式

总--下面的都是方法论，理论。至于具体实现，各个缓存产品本身定

更新缓存的的Design Pattern有四种：Cache aside, Read through, Write through, Write behind caching

Cache Aside Pattern

这是最经常使用最经常使用的pattern了。其具体逻辑以下：

    失效：应用程序先从cache取数据，没有获得，则从数据库中取数据，成功后，放到缓存中。

    命中：应用程序从cache中取数据，取到后返回。

更新：先把数据存到数据库中，成功后，再让缓存失效。

失效和命中的示意图：

更新的示意图：

若是更新时先让缓存失效，再更新数据，下次读取时再将数据更新到缓存中能否？

一个事实是，写操做（更新操做）要比读操做慢。

假设如今有两个并发操做读操做Read和更新操做Write，若是更新操做前就让缓存失效。那么Write还没进行完，就有Read操做进来，这时Read先从缓存获取数据而且没有获取到，那么Read会直接把老数据OldData读取出来后放到缓存中。然后Write更新了数据，数据变成了新的数据NewData。这时，就出现了缓存中的数据OldData和数据源中的数据NewData不一致的情形。而且Read操做一直能够从缓存中获取OldData，也无法对OldData进行更新了。

Read/Write Through Pattern

更新数据库（Repository）的操做由缓存本身代理。应用认为后端就是一个单一的存储，而存储本身维护本身的Cache。

Read Through

Read Through 套路就是在查询操做中更新缓存，也就是说，当缓存失效的时候（过时或LRU换出），Cache Aside是由调用方负责把数据加载入缓存，而Read Through则用缓存服务本身来加载，从而对应用方是透明的。

Write Through

Write Through 套路和Read Through相仿，不过是在更新数据时发生。当有数据更新的时候，若是没有命中缓存，直接更新数据库，而后返回。若是命中了缓存，则更新缓存，而后再由Cache本身更新数据库（这是一个同步操做）

下图自来Wikipedia的Cache词条。其中的Memory能够理解为就是例子里的数据库。

Write Behind Caching Pattern

Write Behind 又叫 Write Back，更新数据的时候，只更新缓存，不更新数据库，而缓存会异步地批量更新数据库。

设计的好处就是让数据的I/O操做飞 快无比（由于直接操做内存 ），由于异步，write backg还能够合并对同一个数据的屡次操做，因此性能的提升是至关可观的。

带来的问题是，数据不是强一致性的，并且可能会丢失。

另外，Write Back实现逻辑比较复杂，由于他须要track有哪数据是被更新了的，须要刷到持久层上。操做系统的write back会在仅当这个cache须要失效的时候，才会被真正持久起来，好比，内存不够了，或是进程退出了等状况，这又叫lazy write。

★四种缓存更新模式的总结

Cache Aside Pattern--应用来操做和维护缓存和数据源的一致性

Read/Write Through Pattern--应用认为后端就是一个单一的存储，而存储本身维护本身的Cache

Write Behind Caching Pattern（Write Back）--更新数据的时候，只更新缓存，不更新数据库，缓存会异步地批量更新数据库