緩存失效情況舉例
看下這個(gè)段偽代碼：
local value = get_from_cache(key)
if not value then
value = query_db(sql)
set_to_cache(value， timeout ＝ 100)
end
return value
看上去沒(méi)有問(wèn)題，在單元測(cè)試情況下，也不會(huì)有異常。
但是，進(jìn)行壓力測(cè)試的時(shí)候，你會(huì)發(fā)現(xiàn)，每隔100秒，數(shù)據(jù)庫(kù)的查詢就會(huì)出現(xiàn)一次峰值。如果你的cache失效時(shí)間設(shè)置的比較長(zhǎng)，那么這個(gè)問(wèn)題被發(fā)現(xiàn)的機(jī)率就會(huì)降低。
為什么會(huì)出現(xiàn)峰值呢？想象一下，在cache失效的瞬間，如果并發(fā)請(qǐng)求有1000條同時(shí)到了 query_db(sql) 這個(gè)函數(shù)會(huì)怎樣？沒(méi)錯(cuò)，會(huì)有1000個(gè)請(qǐng)求打向數(shù)據(jù)庫(kù)。這就是緩存失效瞬間引起的風(fēng)暴。它有一個(gè)英文名，叫 "dog-pile effect"。
怎么解決？自然的想法是發(fā)現(xiàn)緩存失效后，加一把鎖來(lái)控制數(shù)據(jù)庫(kù)的請(qǐng)求。具體的細(xì)節(jié)，春哥在lua-resty-lock的文檔里面做了詳細(xì)的說(shuō)明，我就不重復(fù)了，請(qǐng)看這里。多說(shuō)一句，lua-resty-lock庫(kù)本身已經(jīng)替你完成了wait for lock的過(guò)程，看代碼的時(shí)候需要注意下這個(gè)細(xì)節(jié)。
傳統(tǒng)緩存失效應(yīng)對(duì)策略
為了提高業(yè)務(wù)訪問(wèn)速度，提升業(yè)務(wù)讀并發(fā)，很多用戶都會(huì)在業(yè)務(wù)架構(gòu)中引入緩存層。業(yè)務(wù)所有讀請(qǐng)求全部路由到緩存層，通過(guò)緩存的內(nèi)存讀取機(jī)制大大提升業(yè)務(wù)讀取性能。緩存中的數(shù)據(jù)不能持久化 ，一旦緩存異常退出，那么內(nèi)存中的數(shù)據(jù)就會(huì)丟失，所以為了保證數(shù)據(jù)完整，業(yè)務(wù)的更新數(shù)據(jù)會(huì)落地到持久化存儲(chǔ)中，例如DB。目前云用戶的業(yè)務(wù)架構(gòu)一般如下圖：
在上圖中，大家可以看到，用戶的更新數(shù)據(jù)直接持久化到DB, 業(yè)務(wù)讀請(qǐng)求直接請(qǐng)求緩存數(shù)據(jù)，所以業(yè)務(wù)需要解決緩存失效問(wèn)題，即解決因?yàn)閿?shù)據(jù)變更導(dǎo)致緩存中的數(shù)據(jù)失效的問(wèn)題。 目前業(yè)務(wù)解決緩存失效問(wèn)題的解決方法一般是業(yè)務(wù)實(shí)現(xiàn)DB、緩存雙寫。通過(guò)業(yè)務(wù)雙寫解決緩存失效，存在如下的問(wèn)題：
代碼侵入性比較強(qiáng)，需要雙寫兩份存儲(chǔ)，任何對(duì)DB的數(shù)據(jù)變更，都需要同時(shí)更新緩存，代碼層面后期可維護(hù)程度不高
用戶請(qǐng)求線程里同步調(diào)用緩存，對(duì)緩存存在強(qiáng)以來(lái)，遇到緩存超時(shí)等異常時(shí)，沒(méi)有辦法做到有效的重試，遇到異常給用戶返回系統(tǒng)錯(cuò)誤、操作失敗等信息，嚴(yán)重影響用戶體驗(yàn)
用戶請(qǐng)求線程里同步完成DB、緩存雙寫，變更請(qǐng)求鏈路長(zhǎng)，訪問(wèn)延遲大，影響用戶體驗(yàn)
RDS數(shù)據(jù)訂閱消費(fèi)，輕松解決緩存失效
在阿里巴巴內(nèi)部同樣也遇到了緩存失效的問(wèn)題，隨著業(yè)務(wù)架構(gòu)得不斷調(diào)整優(yōu)化，我們已經(jīng)沉淀出一套高可靠、極優(yōu)雅得緩存失效架構(gòu)。即通過(guò)數(shù)據(jù)傳輸提供的數(shù)據(jù)訂閱功能，異步獲取DB（例如公共云上的RDS）的增量數(shù)據(jù)，根據(jù)增量數(shù)據(jù)進(jìn)行緩存失效。具體的架構(gòu)類似下圖：
在這個(gè)架構(gòu)里面，緩存更新流程如下：
1.業(yè)務(wù)完成DB更新后即返回請(qǐng)求
2.數(shù)據(jù)訂閱通過(guò)日志解析方式實(shí)時(shí)解析并訂閱DB的增量更新數(shù)據(jù)，當(dāng)發(fā)現(xiàn)DB有數(shù)據(jù)更新時(shí)，將增量數(shù)據(jù)推送給下游消費(fèi)者
3.下游消費(fèi)業(yè)務(wù)一旦接收到增量更新數(shù)據(jù)，即調(diào)用消費(fèi)線程進(jìn)行緩存更新
至此完成整個(gè)緩存更新過(guò)程。
從上面的緩存失效流程，可以看出這種緩存失效機(jī)制：
1.更新路徑短，延遲低： 緩存失效為異步流程，業(yè)務(wù)更新DB完成后直接返回，不需要關(guān)心緩存失效流程，整個(gè)更新路徑短，更新延遲低
2.應(yīng)用簡(jiǎn)單可靠：應(yīng)用無(wú)需實(shí)現(xiàn)復(fù)雜雙寫邏輯，只需啟動(dòng)異步線程監(jiān)聽(tīng)增量數(shù)據(jù)，更新緩存數(shù)據(jù)即可
3.應(yīng)用更新無(wú)性能消耗：因?yàn)閿?shù)據(jù)訂閱是通過(guò)解析DB的增量日志來(lái)獲取增量數(shù)據(jù)，獲取數(shù)據(jù)的過(guò)程對(duì)業(yè)務(wù)、DB性能無(wú)損
小結(jié)
數(shù)據(jù)訂閱功能為阿里云數(shù)據(jù)傳輸提供的一種數(shù)據(jù)分發(fā)方式。通過(guò)數(shù)據(jù)訂閱實(shí)現(xiàn)的緩存失效策略，讓業(yè)務(wù)更新更快捷，讓業(yè)務(wù)邏輯更簡(jiǎn)單、更可靠。
數(shù)據(jù)訂閱只是數(shù)據(jù)傳輸提供的一種傳輸方式，除數(shù)據(jù)訂閱之外，數(shù)據(jù)傳輸還提供了數(shù)據(jù)實(shí)時(shí)同步，不停服遷移等多種傳輸能力，如需了解數(shù)據(jù)傳輸更多詳情，請(qǐng)猛擊數(shù)據(jù)傳輸。
