存储与缓存

一、章节导言：缓存是性能的万金油，还是万丈深渊？

在服务端开发中，缓存是解决性能问题最常用的手段，也是最容易被滥用的手段。许式伟警告：缓存不是免费的——它引入了数据一致性、缓存穿透、缓存雪崩、缓存击穿等一整套新问题。加缓存容易，管缓存难。

缓存的本质是用空间换时间、用冗余换速度。理解缓存，不是记住几个策略名称，而是深刻理解数据访问的局部性原理和一致性边界的妥协。

二、核心概念与原理

2.1 存储与缓存的分层体系

核心定律：存储层级中，速度越快，容量越小，成本越高。缓存的本质是在这个层级链路中插入一个"速度-成本平衡点"。

2.2 缓存策略全景

2.3 缓存一致性：从理论到实践

缓存引入的核心矛盾是：数据存在于两个地方（缓存 + 数据源），如何保持一致？

Cache-Aside 的经典并发问题：

时间线:
T1: 读请求 A 缓存未命中，查 DB 得到旧值
T2: 写请求 B 更新 DB 为新值
T3: 写请求 B 删除缓存
T4: 读请求 A 将旧值写入缓存  ← 缓存中是旧值！

解决方案：延迟双删——写请求在删除缓存后，等待一段时间再删一次，覆盖 T4 时刻的脏写。

2.4 缓存三大经典问题

2.5 缓存淘汰策略

当缓存空间不足时，选择淘汰哪些数据？

LRU 的变种：

• LRU-K：记录最近 K 次访问，只有被访问 K 次才进入缓存，过滤偶发访问
• 2Q（Two Queues）：冷数据区和热数据区，新数据先进冷区，再次访问才进入热区
• TinyLFU：用 Count-Min Sketch 近似频率统计，空间效率极高

2.6 多级缓存架构

多级缓存的一致性策略：

• L1（本地缓存）TTL 短（秒级），只做热数据加速
• L2（分布式缓存）TTL 中（分钟级），做共享缓存
• DB（持久层）永不过期，数据唯一真相源（Single Source of Truth）

三、设计原则与权衡（Trade-off 分析）

3.1 缓存核心 Trade-off

3.2 缓存的黄金法则

1. 先加监控再加缓存：缓存命中率、QPS、延迟必须在加缓存的同时建设
2. 缓存不是持久层：任何时刻缓存数据都可能丢失，系统必须能在缓存全部失效时正常工作
3. 过期时间必须加随机：避免 Key 集中过期导致雪崩
4. 缓存空值防止穿透：对不存在的数据也缓存一个短 TTL 的空值
5. 热点Key必须预热：系统启动时主动加载热点数据，避免冷启动击穿

四、实践案例与反模式

4.1 反模式：缓存作为持久层

将数据只存在 Redis 中，不落盘。Redis 宕机后数据全部丢失。

正确做法：Redis 作为缓存层，MySQL 作为持久层。Redis 故障时系统降级但可用（直接查 DB，响应变慢但数据不丢）。

4.2 反模式：无过期时间的缓存

Key 不设 TTL，依赖手动删除。结果大量僵尸数据占满内存，新数据被淘汰。

正确做法：所有 Key 必须设置合理的 TTL，即使预期"永不过期"的数据也应设长 TTL（如 24h）并配合自动刷新机制。

4.3 实战模式：电商商品详情页的多级缓存

一致性保证：DB 变更 → Binlog → 消息队列 → 异步删缓存，最终一致窗口 < 1s。

五、小结与关键要点

1. 缓存是空间换时间的经典手段，但引入了数据一致性、穿透/雪崩/击穿等新问题
2. Cache-Aside 是最通用的缓存策略，但需要理解其并发场景下的一致性缺陷
3. 缓存三大问题的根源不同：穿透是查询不存在的数据，雪崩是 Key 集中过期，击穿是热点 Key 突然失效
4. 多级缓存是高 QPS 系统的标准架构：本地缓存做第一道防线，分布式缓存做共享加速
5. 缓存不是持久层——系统必须能在缓存全部失效时正常工作，只是性能退化

相关章节：37丨键值存储与数据库 中 Redis 既是 KV 存储也是缓存；38丨文件系统与对象存储 中 CDN 是对象存储的缓存层