前言

当某个资源被频繁查询时，可以通过加缓存来提高频繁访问的性能。当资源过时等情况发生后需要有一种机制来维护缓存，这篇文章总结了几种常见的缓存的维护机制。

应用程序主导机制

这种机制的逻辑如下：

缓存的增加：应用程序首先从缓存中获取数据，如果没有获取到，则到持久化的数据库中获取，获取成功后，更新缓存。

缓存的失效：应用程序更新完数据库后，再去使对应的缓存失效。

缓存的命中：应用程序从缓冲中获取到数据，直接返回。

这种机制的缺点：应用程序需要维护两套数据存储系统，一套数据库，一套缓存，需要实现两套不同的数据获取逻辑。这对于应用程序的职责来说是比较混乱的，应用程序应该专注于业务，而不是缓存的维护。

缓存部分主导机制

这种机制的逻辑如下：

缓存的增加：应用程序从缓存中获取数据，缓存如果发现没有应用程序需要的数据，则到持久化的数据库中获取，获取成功后，更新缓存，并返回结果给应用程序。

缓存的失效：应用程序更新数据时，如果没有命中缓存，则直接去更新数据库。如果命中了缓存，则更新缓存，然后由缓存再去更新数据库。

缓存的命中：应用程序从缓冲中获取到数据，直接返回。

这种机制的缺点：对于应用程序来说，再更新数据时会去判断是否命中缓存，如果没有还需要去操作后台的数据库。

缓存完全主导机制

这种机制的逻辑如下：

缓存的增加：应用程序从缓存中获取数据，缓存如果发现没有应用程序需要的数据，则到持久化的数据库中获取，获取成功后，更新缓存，并返回结果给应用程序。

缓存的失效：应用程序更新数据时，直接更新缓存，缓存如果发现没有命中缓存，则直接去更新数据库。如果命中了缓存，则更新缓存，然后再去更新数据库。

缓存的命中：应用程序从缓冲中获取到数据，直接返回。

如果在大并发场景下，这种机制是有很大的好处的。

例如，当更新数据的请求很多时，缓存更新数据库可以采用异步批量的方式来进行。缓存可以合并对同一个数据的多次更新操作，并且可以通过某些方法来批量高效率地进行数据的更新。

但是因为异步更新的关系，也会随之带来数据不是强一致性的问题。

缓存设计时几个需要关注的点

1、不要把所有的数据都加载到缓存中。

所有的数据都加载到缓存中没有必要，因为频繁访问的数据就可能在20%左右。内存要比磁盘贵多了。

2、缓存需要有一个失效机制。

任何数据都有过期时间的，所以缓存需要有一个失效机制。失效时长需要有一个衡量，太长或者太短都不行，太长会导致数据不一致，并且太久没人访问的数据也会缓存起来，耗费内存资源，太短会导致缓存组件的效率降低。一般可以采取LRU机制，即把最不活跃长时间没有访问的数据清除出缓存。

3、缓存的代价是牺牲了数据的强一致性。

任何方案都会有代价的，使用缓存时需要关注业务的特点，有些需要数据强一致性的业务不适合用缓存。