面试题：缓存设计之缓存与区块链数据交互基础

Question

在将缓存系统与区块链数据存储结合时，假设区块链数据主要以交易记录为主，简述如何设计缓存来存储近期频繁查询的交易哈希值及对应的交易详情，同时说明采用何种缓存淘汰策略较为合适，并阐述原因。

Answer 1

缓存设计

1. 数据结构选择：
   • 可以使用键值对（Key - Value）结构的缓存，例如 Redis。将交易哈希值作为键（Key），交易详情作为值（Value）。交易详情可以序列化为 JSON 或其他合适的格式存储。这样在查询时，通过交易哈希值能够快速定位到对应的交易详情。
2. 缓存层次：
   • 可以考虑设置两层缓存。第一层为本地缓存（如 Guava Cache），在应用服务器本地存储部分近期频繁查询的交易数据。这样对于一些高频的本地查询，可以直接在本地缓存中获取，减少对外部缓存（如 Redis）的访问压力。第二层为分布式缓存（如 Redis），存储更广泛的近期频繁查询的交易数据，供多个应用实例共享访问。

缓存淘汰策略

1. 策略选择：采用 LRU（最近最少使用）淘汰策略较为合适。
2. 原因阐述：
   • 由于缓存空间有限，当缓存满时需要淘汰数据。LRU 策略会优先淘汰最长时间未被使用的缓存数据。在区块链交易记录场景中，近期频繁查询的交易哈希值及详情更有可能在未来继续被查询。而长时间未被查询的交易数据，再次被查询的概率相对较低。所以使用 LRU 策略，能够保证缓存中始终保留最可能被再次使用的交易数据，提高缓存命中率，有效利用缓存空间，从而提升系统对频繁查询交易数据的响应性能。