在应用系统中，使用缓存不算非常难的事，但是设计好一套缓存策略比较麻烦，这样既能起到好的缓存效果也能在合适的时候更新缓存。

今天我们聊聊缓存。

不过，在计算机科学中，有很多种缓存。我们先聊聊缓存的类型，再谈应用系统中的缓存。

我们会涉及哪些缓存知识？

这里我把缓存分为两类：

• 非应用缓存：难以被程序员干预、控制和使用的缓存，但是我们能通过选择合适的数据结构，写出缓存友好的代码。
• 应用缓存：容易被程序员干预、控制和使用的缓存。

非应用缓存有：

• CPU 缓存。例如，使用数组的 index 取数会比指针取数更快，相关指令更容易被 CPU 缓存。
• 磁盘缓存。尽量通过流的方式来读取磁盘文件，另外也应该避免不必要的 flush 操作。
• 数据库缓存。数据库常见的缓存有 SQL 缓存和查询缓存，前者只是缓存 SQL 的解析结果，后者会把结果集也缓存下来，一般需要手动开启。
• ORM 缓存。ORM 会在同一会话中对多次查询进行缓存。
• 网关缓存或者服务商缓存。例如，Nginx 等网络服务器缓存，经常会出现一些问题。
• DNS 缓存。DNS 解析也会被缓存下来。
• CDN 缓存。通过网络服务商城域网对静态资源进行缓存。

非应用缓存通常不会侵入业务，比较透明，我们需要知道它们存在必要时做出配置。另外，对程序员来说更多的关心应用缓存，这些缓存往往和业务相关。

应用缓存有：

• 内存本地缓存。我们可以使用 WeakHashMap、Guava、Caffeine、EVcache 等方法直接缓存到内存。甚至直接放到对象静态属性上作为单例值。违反认知的地方是，很多地方应该大量使用本地缓存，避免一上来直接使用 Redis 缓存。它的适用场景有：不需要多个实例保持一致性，缓存数据量大，不需要外部失效，需要高速存取；单次请求或者上下文中的数据。
• 分布式缓存。分布式缓存使用的场景是需要多个实例保持一致性，且规模比较大避免占用应用服务的内存。常见的技术方案有：Redis、Memcached、Tair等。
• 计算缓存。除了对数据进行缓存外，还可以对计算结果进行缓存，用了节省 CPU 时间。例如递归的记忆化。
• 前端缓存。利用设置 HTTP 头信息将数据缓存到浏览器上。

通常来说，分布式缓存需要一套有效的缓存策略。回答：缓存哪种类型的对象？缓存的颗粒度如何？什么时候去更新？

缓存对象颗粒度

对于后端服务来说，根据分层会有不同的 POJO（API 返回对象、领域对象、数据库 PO），我们缓存什么呢？ 实际项目中这几种情况都会有。

为了取得最好的缓存效果（命中率高，手动失效少），需要权衡被缓存对象的颗粒度。

缓存 API 返回对象（Response）

如果以 Response 为粒度，其实是以用例为视角。比如订单详情，需要组装非常多的数据，且变化不剧烈。

特点是：

• 颗粒度大，缓存的效果好（纳入缓存的内容多，包括数据和计算逻辑）。
• 命中概率低，组成 key 的条件太多。
• 更新策略不好控制，开发难度比较大，需要加很多代码，需要看业务是否能接受，举个例子：用户详情，使用用户 ID 做 Key，相关地方都需要手动刷新，例如地址、积分、消费记录等。
• 部分电商公司使用该方案，互联网场中景，用户基数比较大，并发请求高，取数代价高。
• 缓存 key 一般是 URL 中关键路径信息。

缓存领域对象聚合

如果使用 DDD 分层，有聚合概念，可以以聚合粒度缓存。

其特点是：

• 颗粒度适中，缓存的效果适中。
• 根据聚合根来控制缓存失效。
• 部分数据可能不会被纳入缓存，因为组装为 Response 的过程不会被缓存。
• 依赖 DDD 的取数逻辑，有时候为整存整取。
• 缓存 key 一般是聚合根 ID。

缓存数据库 PO(Persistent Object)

如果使用了 Spring Data JPA 本质上 PO 在内部被框架实现了，可以自动开启，并按照约定更新缓存。

如果使用 Mybatis、Mybatis Plus 一般会定义自己的 PO 对象，所以可以单独处理缓存策略。

它的特点是：

• 颗粒度小，缓存的效果小。
• 可以借助 ORM 框架缓存，Session 内多次获取，可以避免再查询，需要开启二级缓存。
• 缓存 key 一般是表的主键。

一般来说，缓存颗粒度越小，失效策略越好处理，但是缓存住的数据和逻辑就越少，在有些场景下不能满足我们的期望。

另外，还有一些特殊场景的缓存。

• 列表页查询缓存。因为很难触发更新策略，一般不加缓存，直接走读库 CQRS 模式，或者走 ES，推荐 ES 的更新策略为 COW（Copy On Write）。在条件业务允许时，也可以根据查询条件做很短过期的查询。
• 大 key。大 key 存在反而会导致性能瓶颈，业界 10k 以上会被叫做大 key，需要对 key 进行拆分缓存即可。
• 写缓存。一般不对写进行缓存，但是一些高并发的场景，会将写数据放入 Redis 异步写入，也可以看做一种缓存。

一般来说：推荐使用聚合缓存；列表不缓存，使用读写分离从库查询；更新均不做缓存，只对单个查缓存。

缓存设计注意事项

缓存雪崩、缓存击穿、缓存穿透

缓存雪崩是指在某一个时刻突然缓存都失效了。原因有两种，一种是缓存服务器宕机了，流量全部进入数据库；另外一种情况是在同一时刻失效了。

对于前者可以通过熔断、高可用等设计，而后者需要对缓存过期时间加一个随机偏移值，避免同时失效。

缓存击穿和雪崩有点类似，业界往往说的是系统健康运行依赖某些热点 key 的缓存，当这些热点 key 失效后流量全部打到数据库上。

为了保证热点 key 安全，在一些关键系统甚至会用多套 Redis 分级处理，或者将其设置为永不过期，通过程序触发更新的方式保证服务可用性。这种思想有点以前 CMS 站点的静态化，将动态页面输出为 HTML 页面静态化。

缓存穿透常常说的是，明明有 Redis 缓存但是偏偏大部分都不能命中进入到数据库。有时候是因为 key 设计不合理，导致命中率很低，其它情况有可能是遇到爬虫或者攻击，制造了大量的无效参数，这些参数不会命中缓存直接进入了数据库查询阶段。

如果频繁发生缓存穿透，刚好条件又合适可以采用返回空对象，避免回源到数据库。

缓存更新策略

我们一般不会主动更新缓存，而是让其失效，在下一次取数时如果没有缓存则更新缓存。

缓存更新在不同场景下有几种策略：

• 自然过期：通过时间作为自然过期策略。
• 主动失效：进程内可以通过注解实现，在合适的更新场景触发相关缓存失效；进程间可以通过 MQ 实现封装一个分布式的失效注解。
• 主动预热：使用脚本，在服务上线后跑一遍热点数据进行预热。

需要缓存的常见场景

• 热点数据：用户信息、权限数据、配置表或者元数据。
• 高价值数据：目录树、机构树、DashBoard 统计值。
• 大 I/O 数据：前端缓存。

序列化和反序列化坑

• 不推荐使用 Java 自带的序列化。
• 推荐将对象序列化为 JSON，但是不要使用带类型信息的格式，否则在包调整后反序列化会失败。
• 上线后最好清掉缓存，重新预热，否则会出现各种反序列化问题。

如何写出方便缓存的代码？

缓存友好的代码，其本质是容易找到一个标识标记这组数据，这也是为什么列表页不适合缓存的原因。

• 命令和查询分离，对状态更新的操作和返回数据结果的操作不要使用同一个方法。
• 少用魔法，尽量不使用 IOP 自动填充值或者组装数据
• 尽量使用参数表传参，少用对象传参，这样方便找到缓存 key

参考资料

• Java演示CPU级的缓存效果 https://blog.csdn.net/JavaMonsterr/article/details/125147238
• 什么是缓存雪崩、缓存击穿、缓存穿透？https://zhuanlan.zhihu.com/p/346651831
• Extension to the DDD skeleton project: caching in the service layer https://dotnetcodr.com/2014/03/24/extension-to-the-ddd-skeleton-project-caching-in-the-service-layer/
• 8.10.3 The MySQL Query Cache https://dev.mysql.com/doc/refman/5.7/en/query-cache.html
• Buffer cache: What is it and how does it impact database performance? https://blog.quest.com/buffer-cache-what-is-it-and-how-does-it-impact-database-performance/
• Webinar 笔记 http://shaogefenhao.com/libs/webinar-notes/java-solution-webinar-25.html