不访问数据库如何响应重复读取
哪些工作可以不重复
想象商品详情页:成千上万人读取同一段很少变化的描述。每次都从数据库获取,会让数据库不断重复相同工作。
缓存保存现成副本,下次读取可快速返回。本拓扑用 Redis 作缓存、PostgreSQL 作主数据库。缓存帮助那些已有合适副本的请求。
命中、未命中与TTL
应用先检查缓存。找到值就是缓存命中(cache hit),数据库不参与响应;找不到就是缓存未命中(cache miss),需访问数据库。普通应用可将结果缓存供后续读取;这里研究已预热流量。
TTL 是缓存条目的保留期限。TTL 30秒表示过期后必须刷新才能继续使用。短 TTL 导致更多未命中;长 TTL 允许更久使用副本,但真实应用中可能落后于数据库。本任务不评估新鲜度。
缓存如何减轻数据库负载
每秒1000次读取中,若缓存响应700次,数据库接收剩余300次;若缓存只响应400次,数据库就收到600次。关键是 Redis 真正处理的请求数,而非仅仅添加了 Redis。
缓存也有上限。此处容量按每秒查找次数lookup/s衡量,而非内存。来不及检查缓存的请求会被应用直接发送到数据库。数据库负载由未命中请求和绕过流量共同构成。
关注哪些指标
分析中比较命中、未命中、绕过和数据库请求。Hit rate 是检查缓存的请求中的命中比例。存在绕过时,高命中率并不意味着缓存处理了全部输入流量中同样高的比例。
延迟是获得响应所需时间。p95 表示95%测得延迟不超过的界限。此处仅为已处理请求的教学估计,不是真实 Redis 或 PostgreSQL 测量。
每次只改一个参数:先重复读取比例,再 TTL,最后 Redis 吞吐量。模型将重复访问分布在 60 秒窗口;TTL 与命中的关系由此假设决定,并非 Redis 通用公式。如果所有数据都是首次请求,仅靠缓存无法消除数据库负载。