緩存，是互聯網分層架構中，非常重要的一個部分，通常用它來降低數據庫壓力，提升系統整體性能，縮短訪問時間。

有架構師說“緩存是萬金油，哪里有問題，加個緩存，就能優化”，緩存的濫用，可能會導致一些錯誤用法。

[[234668]]

緩存，你真的用對了么?

誤用一：把緩存作為服務與服務之間傳遞數據的媒介

如上圖：

• 服務1和服務2約定好key和value，通過緩存傳遞數據
• 服務1將數據寫入緩存，服務2從緩存讀取數據，達到兩個服務通信的目的

該方案存在的問題是：

• 數據管道，數據通知場景，MQ更加適合
• 多個服務關聯同一個緩存實例，會導致服務耦合

誤用二：使用緩存未考慮雪崩

常規的緩存玩法，如上圖：

• 服務先讀緩存，緩存***則返回
• 緩存不***，再讀數據庫

什么時候會產生雪崩?

答：如果緩存掛掉，所有的請求會壓到數據庫，如果未提前做容量預估，可能會把數據庫壓垮(在緩存恢復之前，數據庫可能一直都起不來)，導致系統整體不可服務。

如何應對潛在的雪崩?

答：提前做容量預估，如果緩存掛掉，數據庫仍能扛住，才能執行上述方案。

否則，就要進一步設計。

常見方案一：高可用緩存

如上圖：使用高可用緩存集群，一個緩存實例掛掉后，能夠自動做故障轉移。

常見方案二：緩存水平切分

如上圖：使用緩存水平切分，一個緩存實例掛掉后，不至于所有的流量都壓到數據庫上。

誤用三：調用方緩存數據

如上圖：

• 服務提供方緩存，向調用方屏蔽數據獲取的復雜性(這個沒問題)
• 服務調用方，也緩存一份數據，先讀自己的緩存，再決定是否調用服務(這個有問題)

該方案存在的問題是：

• 調用方需要關注數據獲取的復雜性
• 更嚴重的，服務修改db里的數據，淘汰了服務cache之后，難以通知調用方淘汰其cache里的數據，從而導致數據不一致
• 有人說，服務可以通過MQ通知調用方淘汰數據，額，難道下游的服務要依賴上游的調用方，分層架構設計不是這么玩的

誤用四：多服務共用緩存實例

如上圖：

• 服務A和服務B共用一個緩存實例(不是通過這個緩存實例交互數據)

該方案存在的問題是：

• 可能導致key沖突，彼此沖掉對方的數據
• 畫外音：可能需要服務A和服務B提前約定好了key，以確保不沖突，常見的約定方式是使用namespace:key的方式來做key。
• 不同服務對應的數據量，吞吐量不一樣，共用一個實例容易導致一個服務把另一個服務的熱數據擠出去
• 共用一個實例，會導致服務之間的耦合，與微服務架構的“數據庫，緩存私有”的設計原則是相悖的

建議的玩法是：

如上圖：各個服務私有化自己的數據存儲，對上游屏蔽底層的復雜性。

總結

緩存使用小技巧：

• 服務與服務之間不要通過緩存傳遞數據
• 如果緩存掛掉，可能導致雪崩，此時要做高可用緩存，或者水平切分
• 調用方不宜再單獨使用緩存存儲服務底層的數據，容易出現數據不一致，以及反向依賴
• 不同服務，緩存實例要做垂直拆分

【本文為51CTO專欄作者“58沈劍”原創稿件，轉載請聯系原作者】

戳這里，看該作者更多好文