Caching 缓存失效策略

在我当前的应用程序中，我们正在处理一些很少更改的信息 对于性能优化，我们希望将它们存储在缓存中
但问题在于每当更新这些对象时都会使其无效
我们尚未最终确定缓存产品。
当我们在Azure上构建此应用程序时，我们可能会使用

Azure Redis缓存

一种策略是在

更新API

中添加代码，这将使缓存中的对象无效。
我不确定这是否是一种干净的方式？
我们不希望使用基于时间（TTL）的缓存过期时间。

---

您能推荐一些用于缓存失效的其他策略吗？

在更新阶段使缓存失效是一种可行的方法，在过去曾被大量使用

当更新发生时，这里有两个选项：

您可以尝试在更新操作期间设置新值，或

只需删除旧的并在读取操作期间更新

如果您想要一个，那么UPDATE可能只是删除旧值，并且在第一次提取对象时，您将在从实际数据库读取后再次创建它。但是，如果您知道缓存非常小，并且正在使用另一个主数据库处理不同于数据大小的问题，则可以在更新期间直接更新

然而，所有这些都不足以完全一致。
例如，当您向数据库写入数据时，

Redis

缓存可能会在几秒钟内不可用，因此这两个缓存之间的数据保持不同步。
在这种情况下你会怎么做？
您可以同时使用多个选项

无论如何都要设置TTL，以便最终刷新损坏的数据

使用惰性读取修复。从数据库读取数据时，请不时与主数据库检查值是否匹配。如果没有，则更新（或删除）缓存项

使用历代记录或类似方式访问数据。不总是可能的，但是有时您可以访问关于给定对象的缓存数据。如果可能，您可以在每次修改对象ID/句柄时对其进行更改，这样就不可能访问缓存中的过时数据：每个键名都引用对象的特定版本

因此，更新时del cache和读取时write cache是基本策略，但您可以使用其他附加系统来最终修复不一致性

实际上还有另一个选项，而不是使用上述选项，那就是使用Redis

SCAN

进行后台处理，以便在出现不一致时逐个键进行验证。此过程可能很慢，并且可以针对数据库的副本运行

正如您在这里看到的，主要思想始终是一样的：如果缓存更新失败，不要让它成为永久性的问题，可能会永远存在，给它一个机会在以后修复自己。

我认为lambda（ish）体系结构适合您的用例

即时业务使用的实时更新

批量加载数据以修复任何失败的记录

批量数据加载以删除无效/存档记录中的任何内容

对于实时更新，您必须处理应用程序的代码库，以便将数据写入数据库和缓存

对于批量数据加载，您可以查看诸如logstash/fluentd之类的数据摄取工具，从数据库中“提取”最新数据并将其推送到缓存中。这可以基于始终递增的列（ID号或时间戳）来完成

---

我这边有Oracle数据库。Logstash JDBC插件在获取最新记录方面做得不错。logstash输出可以格式化并打印到Redis可以使用的文件中。我编写了一个小bash脚本来协调这一点。测试了300万条记录，工作正常。

del cache on update

在同时调用fetch操作且值不在缓存中时，可能会导致踩踏，所有请求都将转到数据库。可以使用锁定或其他策略来避免这种情况。因此，在读取期间更新缓存可能是一个更好的选择。