缓存服务基础概念

什么是缓存

缓存是将频繁访问的数据存储在高速存储层中，以减少对后端数据源的访问压力，提升系统响应速度。

缓存的核心价值

维度	无缓存	有缓存
响应时间	毫秒级（DB 查询）	微秒级（内存读取）
吞吐量	受限于 DB 连接数	单机 10w+ QPS
扩展性	垂直扩展为主	水平扩展（集群/分片）
成本	DB 资源昂贵	内存成本可控

常见缓存模式

Cache-Aside（旁路缓存）

最常用的模式，应用同时连接缓存和数据库：

读：应用 → 缓存(miss) → DB → 写入缓存 → 返回
写：应用 → DB → 删除/更新缓存

适用：读多写少，对一致性要求不极端严格的场景。

Read-Through / Write-Through

缓存层代理所有读写，应用只与缓存交互：

读：应用 → 缓存(miss) → 缓存自动加载 DB → 返回
写：应用 → 缓存 → 缓存同步写 DB → 返回

适用：需要缓存与 DB 强一致的场景，但写入延迟较高。

Write-Behind（异步回写）

写入只到缓存，异步批量刷入 DB：

写：应用 → 缓存 → 返回（异步：缓存 → DB）

适用：写密集型场景，但有数据丢失风险。

主流缓存服务对比

服务	数据结构	持久化	集群	典型场景
Redis	String/Hash/List/Set/ZSet/Stream/…	RDB + AOF	Cluster（16384 槽位）	通用缓存、会话、排行榜、消息队列
Valkey	同 Redis（兼容）	同 Redis	同 Redis	Redis 替代方案（开源协议变更后）
Memcached	纯 Key-Value	无	客户端分片	简单 KV 缓存、Session 存储
Dragonfly	同 Redis（兼容）	快照	单机多线程	高性能替代 Redis

缓存常见问题

缓存穿透

查询不存在的数据，绕过缓存直接打到 DB。

解决：

• 布隆过滤器前置过滤
• 空值缓存（短 TTL）

缓存击穿

热点 key 过期瞬间，大量并发请求同时打到 DB。

解决：

• 互斥锁更新（SETNX）
• 永不过期 + 异步刷新

缓存雪崩

大量 key 同时过期或缓存集群宕机。

解决：

• TTL 加随机偏移
• 多级缓存（本地 + 远程）
• 限流降级

缓存一致性策略

策略	方式	一致性	性能
Cache-Aside + 删除	写 DB → 删缓存	最终一致	高
延迟双删	删缓存 → 写 DB → 延迟再删	较高	中
订阅 Binlog	Canal 监听 MySQL Binlog → 更新缓存	较高	中
分布式锁	写操作加锁	强一致	低

选型建议

• 简单 KV 缓存、Session 存储 → Memcached
• 复杂数据结构、持久化、高可用 → Redis / Valkey
• 极致性能、Redis 兼容 → Dragonfly
• 关注开源协议、社区驱动 → Valkey

---