Wiederholte Lesezugriffe ohne Datenbankanfrage bedienen
Welche Arbeit sich nicht wiederholen muss
Stell dir eine Produktseite vor. Tausende lesen dieselbe selten geänderte Beschreibung. Wird sie jedes Mal aus der Datenbank geholt, wiederholt diese ständig dieselbe Arbeit.
Ein Cache hält eine fertige Kopie für schnelle spätere Lesezugriffe. Hier ist Redis der Cache und PostgreSQL die Hauptdatenbank. Er hilft Anfragen, für die bereits eine passende Kopie vorliegt.
Treffer, Fehlzugriffe und TTL
Die Anwendung prüft zuerst den Cache. Gefundener Wert: Cache Hit, ohne Datenbankbeteiligung. Fehlender Wert: Cache Miss, die Datenbank muss liefern. Übliche Anwendungen können die Antwort für spätere Zugriffe cachen; hier ist der Datenstrom bereits aufgewärmt.
TTL ist die Lebensdauer eines Cache-Eintrags. TTL 30 Sekunden bedeutet: Danach ist er ohne Aktualisierung nicht nutzbar. Kurzer TTL verursacht mehr Misses; langer TTL erlaubt längere Kopienutzung, kann aber in realen Anwendungen gegenüber der Datenbank veralten. Aktualität wird hier nicht bewertet.
Wie Caching die Datenbank entlastet
Bei 1 000 Lesezugriffen/s und 700 Cache-Antworten gehen 300 zur Datenbank. Bedient der Cache nur 400, erhält die Datenbank 600. Entscheidend sind echte Redis-Antworten, nicht seine bloße Anwesenheit.
Auch ein Cache hat Grenzen. Hier wird seine Kapazität in Prüfungen pro Sekunde — Lookup/s — statt Speicher gemessen. Anfragen, die den Cache nicht rechtzeitig prüfen können, gehen direkt zur Datenbank. Deren Last besteht aus Fehlzugriffen und diesem Umgehungsverkehr.
Welche Kennzahlen zählen
Vergleichen Sie Treffer, Misses, Umgehungen und Datenbankanfragen. Die Hit Rate bezieht sich auf Anfragen mit Cache-Prüfung. Bei Umgehungen heißt eine hohe Hit Rate nicht, dass der Cache denselben Anteil des gesamten Eingangs bedient.
Latenz ist die Antwortzeit. p95 bezeichnet die Grenze, unter der 95% der gemessenen Latenzen liegen. Hier ist es eine Lernschätzung nur bedienter Anfragen, keine Messung von echtem Redis oder PostgreSQL.
Ändere jeweils einen Parameter: Wiederholungsanteil, dann TTL, dann Redis-Durchsatz. Wiederholungen verteilen sich über 60 Sekunden; diese Annahme bestimmt den Zusammenhang von TTL und Treffern. Keine universelle Redis-Formel. Werden alle Daten erstmals angefragt, beseitigt Cache allein keine Datenbanklast.
Aufgabe
Die API erhält 1 000 Leseanfragen pro Sekunde, PostgreSQL schafft nur 300. Füge einen Cache hinzu, um die Datenbank zu entlasten und Latenz ohne unnötige Kosten zu senken.
Dies ist ein aufgewärmter reiner Lesefluss. Die API begrenzt die Last nicht. Das Alter wiederholter Zugriffe ist über 60s gleichverteilt. Trefferanteil bei Lookups = potenzielle Wiederholungen × min(TTL / 60, 1). Das ist eine Lernannahme, keine Redis-Formel. Cache-Kapazität wird in Lookups/s angegeben, nicht in Megabyte. Umgehung bei Überlast ist die gewählte Anwendungsrichtlinie. Das Modell bildet Kaltstart, Eviction, Stampede, Schreiben, Invalidierung und Befüllungskosten nicht ab. Ein langer TTL kann veraltete Daten liefern; Aktualität wird hier nicht geprüft. TTL meint die Speicherdauer eines Werts, nicht die Anfragedauer.
- Beobachte, wie viele Lesezugriffe die Datenbank ohne Cache erhält.
- Füge Redis aus der Leiste hinzu und untersuche wiederholte Lesezugriffe, TTL und Lookup-Limit.
- Erreiche zulässige Datenbanklast, Latenz und Kosten beim vorgegebenen Strom.