Caching 如何使用简单的写/删除方法为不同的用户组织Redis缓存

在一个应用程序中，我们在一个大的postgres数据集上运行一些复杂的查询。由于基础数据仅每月更新一次，因此我们根据用于计算的参数缓存结果（当前为postgres）。我们最终得到一个简单的键/值表：

键-表示计算参数的哈希JSON对象 值查询JSON结果

到目前为止，很简单——但是，每个客户都有这个表，在postgres中有自己的名称空间

客户上传缓存表中的新数据后，将在查询时删除并重新填充

为了在redis中实现这一点，我找到了不同的可能方法：

根据谷歌集团的评论，每个客户使用一个数据库，如果我们想启用LRU，甚至不启用LRU，最多可以使用1000个数据库。（目前1000个数据库绝对没有限制，只是感觉不太合适）

每个客户使用一个哈希，并将其视为我们的键/值表。我不认为LRU能够从散列中删除使用最少的密钥，相反，它将为最不活跃的客户删除缓存，这可能是可以的，但我们可能不会为密钥使用建议的幂律访问模式，以便使用LRU

将键命名为

customer:params_hash

，当需要删除数据时，如果它们与模式

customer:

匹配，则扫描所有键。此处描述了必要的方法和脚本：

当用户使用应用程序时，数据将持续写入，以改进他们对已执行的报告/查询的访问，并减少系统负载。底层数据平均每月更新一次（每两个月更新一次），缓存将被删除（基于postgres使用外部数据包装的触发器）

---

这三个是唯一的选择吗？在redis中，哪一个最合适、最适合？解决方案3似乎是最好的（您将每月删除一次密钥）。但请记住，不建议在生产服务器上使用“keys”命令。我认为您不需要自动删除这些密钥，应该使用：

另外，只需在production env中对新解决方案进行基准测试，因为我认为旧解决方案的主要瓶颈不是缓存引擎（postgresql、redis或memcached），而是网络和解码。（）