面试题：缓存设计之高并发下缓存更新策略

Question

在高并发系统中，当数据发生变化时，为了提升缓存命中率，有哪些常见的缓存更新策略，并且说明每种策略的优缺点。

Answer 1

缓存更新策略及优缺点

1. Cache-Aside（旁路缓存）策略
   • 更新方式：应用程序先更新数据库，再删除缓存。
   • 优点：
     • 实现简单，在大多数场景下比较适用。
     • 读操作性能较高，因为读时先查缓存，缓存命中直接返回，只有缓存未命中才查数据库。
   • 缺点：
     • 存在数据不一致窗口，在更新数据库和删除缓存这两个操作之间，如果有读请求进来，会读到旧数据。
     • 高并发下，删除缓存失败可能导致长时间的数据不一致。
2. Read-Through（读穿）策略
   • 更新方式：应用程序更新数据库，由缓存加载器负责从数据库加载最新数据到缓存。
   • 优点：
     • 保证缓存中的数据始终是最新的，一致性较好。
     • 读操作逻辑相对清晰，缓存加载由专门组件负责。
   • 缺点：
     • 实现复杂度较高，需要引入缓存加载器等额外组件。
     • 缓存加载过程可能带来一定延迟，影响读性能。
3. Write-Through（写穿）策略
   • 更新方式：应用程序更新数据时，同时更新数据库和缓存。
   • 优点：
     • 数据一致性强，因为数据库和缓存同时更新。
     • 读操作始终能获取到最新数据，缓存命中率高。
   • 缺点：
     • 写操作性能较低，因为要同时操作数据库和缓存，增加了写操作的耗时。
     • 数据库和缓存任何一方更新失败都可能导致数据不一致，维护成本高。
4. Write-Behind（写后）策略
   • 更新方式：应用程序更新数据时，先更新缓存，然后由缓存异步批量更新数据库。
   • 优点：
     • 写操作性能高，因为只需操作缓存，异步更新数据库不影响应用程序响应。
     • 适合高并发写场景，批量更新数据库能减少数据库压力。
   • 缺点：
     • 数据一致性较差，存在缓存和数据库数据不一致的时间窗口，尤其是在缓存更新成功但异步更新数据库失败时。
     • 实现复杂，需要处理异步任务、重试机制等以确保数据最终一致性。