CacheSystem

【Cache System】缓存更新策略 - Cache Invalidation vs Cache Update

Posted by 西维蜀黍 on 2021-08-14, Last Modified on 2023-02-10

Invalidate Cache（淘汰缓存）VS Update Cache（更新缓存）

缓存更新时，Invalidate Cache VS Update Cache

Invalidate Cache

  • Pros

    • 简单

  • Cons

    • 更差的 performance，比如有super hot key时，这个缺点会更加突出

    • 可能会导致 cache avalenche，从而导致 DB 或者对应的data source挂掉。

    • 仍然可能出现读到stale data，比如

      • Case 1 - Due to the nature of async, small period of time where data is stale.

        ​ DB: (x=1) => (x=2)

        1. App writes to database (x=2)
        2. App reads old data from cache (x=1)
        3. Cache gets invalidated (x=nil)

      • Case 2 - Update db and invalidate cache are not atomic

        DB: (x=1) => (x=2)

        1. App2 reads from database (x=1)

        2. App1 writes database (x=2)

        3. Cache gets invalidated (x=nil)

        4. App2 writes old data to cache (x=1)

Update Cache

  • Pros
    • 更好的 performance，比如有super hot key
  • Cons
    • 并发写时， Update Cache 更可能出现数据不一致
      • 通过分区，保证在Update Cache时对于同一个key的 cache update的serializability，e.g.,
        • Distributed Lock rescues, but sacrifices performance/avalability
        • 将update cache的操作produce一个消息到MQ，并单独运行一个app用于处理cache update（同时保证同一个key的 cache update的serializability）
          • i.e., trade-off between system complexity and the tolerance of inconsistency

Summary

那到底是选择更新缓存还是淘汰缓存呢，主要取决于“更新缓存的复杂度”。

例如，上述场景，只是简单的把余额money设置成一个值，那么：

  1. 淘汰缓存的操作为deleteCache(uid)
  2. 更新缓存的操作为setCache(uid, money)

具体来说

  1. 如果更新缓存的代价很小，此时我们应该更倾向于更新缓存，以保证更高的缓存命中率。
  2. 如果更新缓存的代价很高（比如余额是通过很复杂的数据计算得出来的，例如业务上除了账户表account，还有商品表product，折扣表discount），则更倾向于删除缓存。

比如：

account(uid, money)
product(pid, type, price, pinfo)
discount(type, zhekou)

业务场景是用户买了一个商品product，这个商品的价格是price，这个商品从属于type类商品，type类商品在做促销活动要打折扣，购买了商品过后，这个余额的计算就复杂了，需要：

  1. 先把商品的品类，价格取出来：SELECT type, price FROM product WHERE pid=XXX
  2. 再把这个品类的折扣取出来：SELECT zhekou FROM discount WHERE type=XXX
  3. 再把原有余额从缓存中查询出来money = getCache(uid)
  4. 再把新的余额写入到缓存中去setCache(uid, money-price*zhekou)

更新缓存的代价很大，此时我们应该更倾向于淘汰缓存。

Reference

FEATURED TAGS
algorithm algorithmproblem architecturalpattern architecture aws c# cachesystem codis concurrentcontrol database dataformat datastructure debug design designpattern distributedsystem django docker domain engineering freebsd git golang grafana hackintosh hadoop hardware hexo http hugo ios iot java javaee javascript kafka kubernetes linux linuxcommand linuxio lock macos markdown microservices mysql nas network networkprogramming nginx node.js npm oop openwrt operatingsystem padavan performance programming prometheus protobuf python redis router security shell software-testing spring sql systemdesign truenas ubuntu vmware vpn windows wmware wordpress zookeeper
FRIENDS

TOC