【软件开发 | 项目架构】实现缓存一致性

前言

缓存有助于降低延迟、扩展读密集型负载并节省成本，几乎无处不在。缓存不仅运行在你的手机和浏览器中，诸如 CDN（内容分发网络）和 DNS（域名系统）本质上也是地理分布式的缓存系统。正是因为背后有众多缓存协同工作，你才能顺畅地阅读这篇博客文章。

著名计算机科学家 Phil Karlton 曾说：“计算机科学中只有两件难事：缓存失效（cache invalidation）和命名问题。”如果你曾参与过带有失效机制的缓存系统开发，很可能遭遇过令人头疼的缓存不一致问题。

Meta 运营着世界上最大规模的缓存系统之一，包括 TAO 和 Memcache。多年来，我们通过一项指标将 TAO 缓存的一致性水平从 99.9999%（六个九）提升至 99.99999999%（十个九）。

针对缓存失效问题，我们相信现在已经找到了一种有效的解决方案，能够在理论与实践之间架起桥梁。本文介绍的原理和方法，广泛适用于各种规模的缓存服务，无论你是在 Redis 中缓存 Postgres 数据，还是维护分离式的物化视图。

希望此文能够帮助工程师减少缓存失效带来的困扰，使所有带失效机制的缓存系统实现更高的一致性。

缓存失效与缓存一致性的定义

按照定义，缓存并非数据的“权威来源”（source of truth），例如数据库才是。缓存失效指的是在权威数据源发生变化时，主动使缓存中对应的陈旧数据失效的过程。如果缓存失效操作处理不当，缓存中可能会无限期保留与权威数据不一致的错误数据。

缓存失效涉及的操作必须由缓存之外的实体执行。某个外部系统（如客户端或发布/订阅系统）需要通知缓存数据已被修