《服务经过缓存传递数据,是否可行》一文引起一个服务之间“经过缓存传递数据”设计合理性的讨论。
如上图:nginx
- service-A将数据放入cache
- service-B从cache里读取数据
这种架构设计好仍是很差,网友进行了激烈的讨论,感兴趣的同窗能够看下《服务经过缓存传递数据,是否可行》的评论,看到这么多互联网技术人对一个技术方案问题进行思考与探讨,非常开心。这里,分享下我的的观点。后端
先说结论
楼主旗帜鲜明的反对“服务之间经过缓存传递数据”。缓存
核心理由
1、数据管道场景,MQ比cache更加适合
若是只是单纯的将cache做为两个服务数据通信的管道,service-A生产数据,service-B(固然,可能有service-C/service-D等)订阅数据,MQ比cache更加合适:架构
- MQ是互联网常见的逻辑解耦,物理解耦组件,支持1对1,1对多各类模式,很是成熟的数据通道
画外音:详见《MQ,互联网架构解耦神器》
- 而cache反而会将service-A/B/C/D耦合在一块儿,你们要彼此协同约定key的格式,ip地址等
- MQ可以支持push,而cache只能拉取,不实时,有时延
- MQ自然支持集群,支持高可用,而cache未必
- MQ能支持数据落地,cache具有将数据存在内存里,具备“易失”性,固然,有些cache支持落地,但互联网技术选型的原则是,让专业的软件干专业的事情:nginx作反向代理,db作固化,cache作缓存,mq作通道
综上,数据管道场景,MQ比cache更加适合。
2、数据共管场景,两个(多个)service同时读写一个cache实例会致使耦合
若是不是数据管道,是两个(多个)service对一个cache进行数据共管,同时读写,也是不推荐的,这些service会由于这个cache耦合在一块儿:并发
- 你们要彼此协同约定key的格式,ip地址等,耦合
- 约定好同一个key,可能会产生数据覆盖,致使数据不一致
- 不一样服务业务模式,数据量,并发量不同,会由于一个cache相互影响,例如service-A数据量大,占用了cache的绝大部份内存,会致使service-B的热数据所有被挤出cache,致使cache失效;又例如service-A并发量高,占用了cache的绝大部分链接,会致使service-B拿不到cache的链接,从而服务异常
综上,数据共管场景,多个service耦合在一个cache实例里,也是不推荐的,须要垂直拆分,实例解耦。ide
3、数据访问场景,两个(多个)service有读写一份数据的需求
根据服务化的原则,数据是私有的(本质也是解耦):架构设计
- service层会向数据的需求方屏蔽下层存储引擎,分库,chace的复杂性
- 任何需求方不能绕过service读写其后端的数据
假设有其余service要有数据获取的需求,应该经过service提供的RPC接口来访问,而不是直接读写后端的数据,不管是cache仍是db。设计
综上
- 数据管道,MQ比cache更合适
- 多个服务不该该公用一个cache实例,应该垂直拆分解耦
- 服务化架构,不该该绕过service读取其后端的cache/db,而应该经过RPC接口访问
但愿逻辑是清晰的,供大伙参考,欢迎不一样的声音共同探讨。代理