缓存核心知识小抄，面试必备，赶紧收藏！

程序猿DD

发布于 2023-04-04 13:42:58

3080

发布于 2023-04-04 13:42:58

文章被收录于专栏：程序猿DD

缓存是为了减少数据库和服务器压力而产生的，在应用层编程时需主要考虑以下几种情况：

客户端缓存
服务端缓存
网络缓存（CDN缓存）

客户端缓存负责减轻服务端的存储和频繁的数据请求等压力。

例如，在QQ初始阶段，只有“会员”才可以把QQ表情存储在“云端”之上，因为腾讯内部并没有庞大的存储系统存储大量的QQ表情。

虽然现在腾讯已经取消了只有“会员”才可以存储QQ表情的限制，但是大部分QQ表情仍然默认存储在本地客户端。

客户端缓存大致可分为以下几种：

客户端本地文件缓存，包括图片、.txt文件、.doc文件等。
客户端本地HTTP、cookie等浏览器缓存。
客户端注册表。
客户端微型数据库（SQLite）。
客户端本地计算机内存。

服务端缓存主要是为了减少数据库压力和外部服务接口的压力，这也是实际编程中最常用的手段。

除减少数据库的压力外，缓存返回数据的响应速度比数据库要快。另外，尽可能不调用外部接口，因为外部接口无论WebSocket、WebService，还是HTTP，其响应速度都是不可控的。如果外部接口响应时间过长，也会影响自身性能。

服务端缓存大致分为以下几种：

容器缓存，如Tomcat、Nginx、JBoss、Servlet等。
中间件缓存，如MongoDB、Elasticsearch、Redis、RocketMQ、Kafka、ZooKeeper等。
JDK缓存，如磁盘缓存、堆内缓存、堆外缓存等。
页面静态化缓存，如FreeMaker、Thymeleaf等。
文件管理，如FastDFS等。

01 缓存的命中率

缓存的命中率指的是“缓存查询的次数”与“总查询次数”的比值。

在多级缓存下，可以调研每一级缓存的命中率，以便调整代码。若某缓存命中率过低，则很可能是缓存穿透问题。

02 缓存回收方式

基于时间：当某缓存超过生存时间时，则进行缓存回收。或者当某缓存最后被访问后超过某时间仍然没有被访问，则进行缓存回收。
基于空间：当缓存超过某大小时，则进行缓存回收。
基于容量：当缓存超过某存储条数时，则进行缓存回收。
基于引用：软引用和弱引用缓存会在JVM堆内存不足时进行缓存回收。

03 缓存回收策略

先进先出（First In First Out，FIFO）：一种简单的淘汰策略，缓存对象以队列的形式存在，如果空间不足，就释放队列头部的（先缓存）对象，一般用链表实现。
最近最久未使用（Least Recently Used，LRU）：是根据访问的时间先后进行淘汰的，如果空间不足，就释放最久没有被访问的对象（上次访问时间最早的对象）。
最近最少使用（Least Frequently Used，LFU）：根据最近访问的频率进行淘汰，如果空间不足，就释放最近访问频率最低的对象。

04 缓存的设计模式

（1）Cache Aside模式： 首先读取缓存中的数据，若缓存没有命中，则读取DB。当DB需要更新时，直接删掉缓存中的数据。由于实现简单，因此是最常用的一种设计模式，适用于读操作多的情况。

（2）Read/Write through模式： 在读取时先到缓存中查询数据是否存在。如果存在，则直接返回。如果不存在，则由缓存组件负责从数据库中同步加载数据，此数据永不过期。在写入时，先查询要写入的数据在缓存中是否存在。如果存在。则更新缓存中的数据，并且由缓存组件把数据同步更新到数据库中。Read/Write through模式初步屏蔽了底层数据库操作，但是当把数据从缓存组件写入DB时，有可能出现异常无法正确写入的情况。因而需要谨慎记录时间戳，以便跟踪维护处理数据。该方案适合对持久性要求较低的业务场景。

（3）Write Behind Caching（Write Back）模式： Write Behind Caching模式属于Read/Write through模式的进阶版，完全不考虑DB，增删改查全部通过缓存进行处理。如果读取不到数据，则直接认为该数据不存在，服务器会定期把缓存中的数据存储到DB中。一般高并发应用程序最常用的是Write Behind Caching设计模式，它是性能最好的设计模式，但是实现较为复杂，一旦服务器宕机则有可能导致大量数据丢失。