缓存与读扩展

读多写少的接口，数据库往往是第一个瓶颈。缓存 把热点数据放在更快的介质（内存、CDN 边缘），用空间换时间，是成本最低的读扩展手段。本课衔接 redis-essentials，落实 building-for-scale 中的读路径优化。

学习目标

• 区分浏览器缓存、CDN、应用缓存、数据库缓冲池四层
• 掌握 Cache-Aside 模式及穿透、击穿、雪崩三类问题
• 为热点接口设计合理的 TTL 与失效策略

核心概念

典型读路径：

Client → CDN → App → Local Cache → Redis → DB

模式	流程	适用
Cache-Aside	先查缓存，miss 再查 DB 并回填	通用业务读
Read-Through	缓存层代理 DB 读	封装好的缓存 SDK
Write-Through	写同时更新缓存	强一致读少写

三大经典问题：

• 穿透：查不存在的数据，缓存永不命中 → 布隆过滤器 / 空值短 TTL
• 击穿：热点 key 过期瞬间打穿 DB → 互斥锁 / 逻辑过期
• 雪崩：大量 key 同时过期 → TTL 加随机抖动

// Cache-Aside 伪代码
User u = redis.get(key);
if (u == null) {
    u = userRepo.findById(id);
    if (u != null) redis.setex(key, u, ttl + random(0, 60));
}

本地缓存（Caffeine）适合极热、允许短暂不一致的数据；跨实例一致用 Redis。CDN 适合静态资源与可公开 API 响应。

与可靠性

缓存不是 DB 替身：必须有 降级到 DB 与 限流 预案，见 reliability-essentials 与 scale-backpressure。

练习

• 选一个读多写少 API，估算缓存命中率 90% 时能少多少 DB QPS
• 为商品详情设计 key 命名、TTL、穿透防护三要素
• 完成 redis-essentials 中 String/Hash 相关练习

小结

缓存是读扩展的杠杆：命中率高则 DB 压力骤降，但要主动治理穿透、击穿与雪崩。