略谈服务端缓存设计

大略谈一下，各位轻拍哦！

服务端性能优化，除了重构，最常用的手段就是缓存。缓存主要分为本地缓存和分布式缓存两种。

根据我们每日千万次访问的经验来看，缓存不是必须的。优化充足的情况下，SQL平均耗时1ms。这是因为命中了索引，并且命中了MySQL缓冲池(内存中)。如果命中索引但不命中缓冲池，且查询数据量不大，磁盘并发量不高，则大约耗时10ms(磁盘寻道)。如果这些都不满足，耗时就大了。

所以首先要建设的是索引，一切供查询的字段能索引就索引。有的字段取值多样性很小，比如布尔值、枚举值，就不适合索引(就算命中索引也可能要全盘扫描)，查询时要联合其他字段过滤下，才会快。Replication, Sharding也是好办法，能用就用上。

本地缓存是应用程序在同一JVM内的缓存，通常是ConcurrentHashMap或Guava Cache。优点是耗时低得忽略不计，缺点是占用本地内存、多机会冗余、数据不同步。当集群里每个App Server都有个缓存，会有很多数据是重复的，而且某台机器更新了一条数据，别的机器不知道啊，只能等缓存过期。

• 同步问题可以用消息队列来解决，一台有更新，广播消息给其他机器，准实时同步。
• Guava Cache有expire或refresh两种过期方式，expire是过期就丢弃，refresh是过期先留着旧值，取到新值再更新。expire会有点性能波动，为了响应性可以选择refresh方式。另外建议设个上限，量太多会影响GC的。
• 根据Jim Gray的经验数字，过期时间通常以5分钟为宜(主要还是看你业务哦)。

分布式缓存是Memcached/Couchbase, Redis这类，访问要经过网络，多少会有一点点开销。Memcached或Redis本身就要有集群，否则一旦扛不住并发，还不如数据库呢。某台App Server更新了一条数据，就通知缓存把这条更新或丢弃，确保其他Server能拿到最新结果。

• 查询操作要有超时设置。注意耗时，如果超过10ms就有点不好了。
• 缓存服务用来存复杂查询的结果倒是极合适的，这时候比数据库快得多。

缓存除了加快访问以外，也能提高负载能力。因为数据库连接是有限的资源——不支持NIO，每个连接同时只能服务一个线程，有多少连接就有多少并发。如果有慢查询占住了连接，系统性能会急剧下降！缓存就能减轻对数据库连接的依赖。

本地缓存和分布式缓存各有千秋，一般建议用一致性更高的分布式缓存，当性能需要极端调优时，使用本地缓存。