讀《深入分散式快取 - 從原理到實踐》

於君澤，曹洪偉，邱碩 著

無處不在的快取，空間換時間的藝術

分散式系統中大規模使用快取是從早期網際網路三大法寶：MemCache, 反向代理，分庫分表，開始的。

快取：儲存在計算機上的一個原始資料複製集，以便於訪問。（維基百科）

快取位置分：客戶端快取，服務端快取，網路中的快取。

快取規模分：單體快取，快取叢集，分散式快取。

系統效能的指標：響應時間，延遲時間，吞吐量，併發使用者數和資源利用率等。

響應時間：呈現時間，系統響應時間。

系統響應時間 = 網路傳輸時間 + 應用延遲時間

頁面快取

APP 上的快取

web 代理快取

邊緣快取：反向代理快取可以快取原始資源伺服器的資源，而不是每次都要向原始資源伺服器請求資料。

資料庫快取

Mysql 的查詢快取

檢驗 Query Cache 的合理性，15頁

 

Voldemort 相當於 Amazon Dynamo 的一個開源實現。基於 java 開發的分散式鍵-值快取系統。

Redis 快取

快取演算法

快取命中

沒有命中，cache miss

儲存成本：當沒有快取命中時，系統會從資料庫或其他資料來源取出資料，然後放入快取。而這個資料放入快取所需要的時間和空間，就是儲存成本。

快取失效：當儲存在快取中的資料需要更新時，就意味著快取中的這一資料失效了。

替代策略：當快取沒有命中時，並且快取容量已經滿了，就需要在快取中去除一條舊資料，然後加入一條新資料，而到底應該去除哪些資料，就是由替代策略決定的。

 

替代策略的具體實現就是快取演算法：

1, LRU

2, LFU

3, LRU2

4, 2Q

5, SIZE

6, LRU-Threshold

7, Log(Size)+LRU

 

動態擴容

資料多備

自動容災

成本較低

等等，這本書還是不錯的。快取方面的介紹還是很多的，不過只能算是引導，不是全面的手冊書。