服务器端缓存失效的应对方法经验归纳

缓存宕机情况举例，看下这个段伪代码：

local value = get_from_cache(key)

if not value then

value = query_db(sql)

set_to_cache(value， timeout ＝ 100)

end

return value

看上去没有问题，在单元测试情况下，也不会有异常。

但是，进行压力测试的时候，你会发现，每隔100秒，数据库的查询就会出现一次峰值。如果你的cache失效时间设置的比较长，那么这个问题被发现的机率就会降低。

为什么会出现峰值呢？想象一下，在cache失效的瞬间，如果并发请求有1000条同时到了 query_db(sql) 这个函数会怎样？没错，会有1000个请求打向数据库。这就是缓存失效瞬间引起的风暴。它有一个英文名，叫 "dog-pile effect"。

怎么解决？自然的想法是发现缓存失效后，加一把锁来控制数据库的请求。具体的细节，春哥在lua-resty-lock的文档里面做了详细的说明，我就不重复了，请看这里。多说一句，lua-resty-lock库本身已经替你完成了wait for lock的过程，所以在看这个代码的时候还是需要特别注意下这个文件的细节。

在阿里巴巴内部同样也遇到了缓存失效的问题，随着业务架构得不断调整优化，我们已经沉淀出一套高可靠、极优雅得缓存失效架构。即通过数据传输提供的数据订阅功能，异步获取DB（例如公共云上的RDS）的增量数据，根据增量数据进行缓存失效。这种方式可以有效解决大规模数据库系统的缓存问题，同时也可以提高性能。

（编辑：银川站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!