3 种缓存更新策略是怎样的？

最新推荐文章于 2025-10-09 09:19:52 发布
原创 最新推荐文章于 2025-10-09 09:19:52 发布 · 941 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#缓存 #数据库 #java

本文介绍了缓存更新的三种策略：Cache Aside、Read/Write Through和Write Back。Cache Aside是最常用，先更新数据库再删除缓存以避免并发时的数据不一致。Read/Write Through策略中，缓存组件直接负责数据库交互。Write Back策略则只更新缓存，数据丢失风险较高，常见于计算机系统中。

天跟大家聊聊，常见的缓存更新策略。

  • Cache Aside（旁路缓存）策略；
  • Read/Write Through（读穿 / 写穿）策略；
  • Write Back（写回）策略；

实际开发中，Redis 和 MySQL 的更新策略用的是 Cache Aside，另外两种策略主要应用在计算机系统里。

Cache Aside（旁路缓存）策略

Cache Aside（旁路缓存）策略是最常用的，应用程序直接与「数据库、缓存」交互，并负责对缓存的维护，该策略又可以细分为「读策略」和「写策略」。

写策略的步骤：

  • 先更新数据库中的数据，再删除缓存中的数据。

读策略的步骤：

  • 如果读取的数据命中了缓存，则直接返回数据；
  • 如果读取的数据没有命中缓存，则从数据库中读取数据，然后将数据写入到缓存，并且返回给用户。

注意，写策略的步骤的顺序顺序不能倒过来，即 不能先删除缓存再更新数据库 ，原因是在「读+写」并发的时候，会出现缓存和数据库的数据不一致性的问题。

举个例子，假设某个用户的年龄是 20，请求 A 要更新用户年龄为 21，所以它会删除缓存中的内容。这时，另一个请求 B 要读取这个用户的年龄，它查询缓存发现未命中后，会从数据库中读取到年龄为 20，并且写入到缓存中，然后请求 A 继续更改数据库，将用户的年龄更新为 21。

最终，该用户年龄在

最低0.47元/天 解锁文章
【Verilog基础】【计算机体系结构】cache的分配策略和更新策略
悟已往之不谏 知来者之可追
09-06 1191
【Verilog基础】【计算机体系结构】cache的分配策略和更新策略
Java领域Spring Boot的缓存更新策略
Java大师兄的博客
05-11 993
在Java开发中，Spring Boot已经成为构建企业级应用的主流框架之一。缓存作为提高系统性能和响应速度的重要手段，在Spring Boot中得到了广泛应用。然而，如何确保缓存数据的一致性，即缓存更新策略的选择，是一个至关重要的问题。本文的目的是全面介绍Spring Boot中常见的缓存更新策略，包括其原理、适用场景和实现方式，帮助开发者在实际项目中做出合理的选择。
缓存服务的更新策略有哪些？
wangchewen的博客
10-27 387
在互联网项目开发中，缓存的应用是非常普遍了，缓存可以帮助页面提高加载速度，减少服务器或数据源的负载。 1、为什么需要缓存？ 一般在项目中，最消耗性能的地方就是后端服务的数据库了。而数据库的读写频率常常都是不均匀分布的，大多情况是读多写少，并且读操作（select）还会有一些复杂的判断条件，比如 like、group、join 等等，这些语法是非常消耗性能的，所有会出现很多的慢查询，因此数据库很容易在读操作的环节遇到瓶颈。 那么通过在数据库前面，前置一个缓存服务，就可以有效的吸收不均匀的请求，抵挡流量波
缓存与数据库一致性必学指南：4种缓存更新模式全解析，收藏级技术干货！
最新发布
Trb701012的博客
10-09 997
文章详细介绍了四种缓存更新模式：旁路缓存（cache-aside）、异步写回DB模式（write-back）、read/write through模式以及持续优化策略。重点分析了每种模式的实现方案、适用场景、优缺点，并针对不同业务场景提出了优化建议，如多级缓存、逻辑过期等。核心思想是根据业务需求在性能与一致性间做出权衡，选择最合适的缓存策略。
Cache更新策略
吴成伟的博客
04-08 2755
写直达法（write through），又称直写法，是指写cache时，cache与主存同时发生写修改。 写回法（write back）。即写cache时不写入主存，而当cache数据被替换出去时才写回主存。 按写分配法——写失效时,先把所写单元所在的块调入Cache,然后再进行写入。 不按写分配法——写失效时,直接写入下一级存储器中,而不把相应的块调入Cache。 ...
cache更新策略
b9x__的博客
04-08 466
Write Behind Caching 更新模式就是在更新数据的时候，只更新缓存，不更新数据库，而我们的缓存会异步地批量更新数据库。当有数据更新的时候，如果没有命中缓存，直接更新数据库，然后返回。Read Through 套路就是在查询操作中更新缓存，也就是说，当缓存失效的时候（过期或LRU换出），Cache Aside是由调用方负责把数据加载入缓存，而Read Through则用缓存服务自己来加载，从而对应用方是透明的。只有同步更新没有异步更新时，多线程进行更新会存在问题，db先A后B，缓存先B后A；
在 PostgreSQL 里如何实现数据的缓存更新策略的动态调整？
发现生活，分享智慧，一起成长！
07-18 641
如果以上两种方法都不能满足我们的需求，我们还可以考虑自定义缓存更新策略。在 PostgreSQL 中，我们可以通过编写自定义函数和存储过程来实现自己的缓存更新策略。例如，我们可以编写一个函数来根据数据的访问频率和更新时间，计算数据的热度值，并根据热度值来决定是否将数据加载到缓存中或从缓存中替换出去。这种方法需要我们对 PostgreSQL 的内部机制有深入的了解，并且需要一定的编程能力，但可以实现非常灵活和精细的数据缓存更新策略的动态调整。五、具体示例。
图文详解Redis中常见的缓存问题及解决方案：缓存更新策略，缓存穿透，缓存雪崩，缓存击穿
luming的博客
04-22 4089
将Redis作为缓存在Web系统中是已经是非常常见的做法，Redis的性能高效，将其作为缓存使得系统整体的性能和速度得以大大提升。本文将通过图文来详解Redis中缓存更新策略，以及常见的缓存问题：缓存穿透，缓存雪崩，缓存击穿等... ...
缓存数据库更新策略
菜园子丶For丨丶Tomorrow的博客
03-25 518
目录 前言 先更新数据库，再更新缓存 先更新缓存，再更新数据库 先删除缓存，再更新数据库 先更新数据库，再删除缓存 删除缓存失败，导致不一致 读写分离，导致不一致 前言 在项目中缓存是经常用到的，为了减少和数据库的交互，小伙伴们利用缓存的思路如下： 缓存设计思路 我们小伙伴们有没有考虑到缓存更新的问题，小伙伴们肯定会说肯定用过啊，有数据更新时，把缓存清空掉就行了啊，下一次访...
5种缓存更新策略
琦彦
01-18 9544
5种缓存更新策略 缓存一般是为了应对高并发场景、缓解数据库读写压力，而将数据存储在读写更快的某种存储介质中（如内存），以加快读取数据的速度。缓存一般分为本地缓存（如java堆内存缓存）、分布式缓存（如redis)等。 既然是缓存，就意味着缓存中暂存的数据只是个副本，也就意味着需要保证副本和主数据之间的数据一致性，这就是接下来要分析的缓存的更新。 常见的缓存更新策略有： 先删缓存，再更新数据库 旁路缓存(Cache Aside) 先更新数据库，再删缓存 先更新数据库，再更新缓存 读/写直通(Read/Wri
缓存及更新策略
sinat_34397278的博客
01-27 656
一般来说，缓存层指的是分布式中间件Redis或者Memcached，在服务层和数据库层直接加上一层分布式缓存中间件，实现高并发的写入、读取。从而提高性能，缓解数据库压力。redis缓存、缓存的分类以及缓存双写一致性
缓存更新策略（Cache Aside Pattern）
DC1020的博客
04-11 1603
本文介绍一种缓存更新策略（即 Cache Aside Pattern）
Redis缓存——缓存更新策略和常见的缓存问题
m0_74808313的博客
08-14 2836
一句话:因为速度快,好用缓存数据存储于代码中,而代码运行在内存中,内存的读写性能远高于磁盘,缓存可以大大降低用户访问并发量带来的服务器读写压力实际开发过程中,企业的数据量,少则几十万,多则几千万,这么大数据量,如果没有缓存来作为"避震器",系统是几乎撑不住的,所以企业会大量运用到缓存技术;
缓存更新策略概览（Caching Strategies Overview）
阿哥的专栏
07-06 1070
缓存是一种用于更快数据检索的数据存储技术。从某种意义上说，它比从其主存储（如数据库）获取数据更快。为了实现这一点，我们通常缓存频繁请求或计算的数据。现在，让我们仔细看看可能需要考虑的不同缓存策略。请记住，每个应用程序的需求都是不同的，您应该据此选择缓存策略。旁路缓存 策略Cache-Aside Strategy（旁路缓存 策略）是使用最广泛的缓存策略之一。该策略背后的主要思想是，仅当应用程序请求对象时，才将对象存储在缓存中。 Cache-Aside（旁路缓存）的基本流程如下：Read-Through C
缓存更新策略
春日部小学森的博客
04-07 538
缓存更新是Redis为了节约内存而设计出来的一个东西，主要是因为内存数据宝贵，当我们向redis插入太多数据，此时就可能会导致缓存中的数据过多，所以redis会对部分数据进行更新，或者淘汰。
缓存常用更新策略
Piniata的博客
03-04 508
Cache aside 通常会先更新数据库，然后再删除缓存，为了兜底通常还会将数据设置缓存时间。Read/Write through 一般是由一个 Cache Provider 对外提供读写操作，应用程序不用感知操作的是缓存还是数据库。Write behind简单理解就是延迟写入，Cache Provider 每隔一段时间会批量输入数据库，优点是应用程序写入速度非常快。
Redis 缓存刷新策略详解：不同场景下的缓存更新与优化
lssffy的博客
11-14 1437
Redis 作为高性能的内存数据库，常常用于缓存数据以提高系统响应速度和减少后端数据库的压力。在缓存使用中，如何合理地刷新数据，是影响系统性能和一致性的重要因素之一。Redis 提供了多种缓存刷新策略，用于在不同场景下管理缓存数据的更新和淘汰。本文将深入探讨 Redis 缓存刷新策略的原理、应用场景以及如何在实际项目中选择适合的刷新策略。
怎样调整SSD缓存策略优化内存占用？
07-24
为了优化 SSD 缓存策略以降低内存占用，可以采取以下几种方法： ### 1. 调整缓存替换策略 选择合适的缓存替换策略对于降低内存占用至关重要。常见的缓存替换策略包括 LRU（最近最少使用）、LFU（最不经常使用）和 FIFO（先进先出）。这些策略可以根据实际应用场景选择，以减少不必要的缓存占用[^1]。 ```python # 示例代码：实现一个简单的 LRU 缓存机制 class LRUCache: def __init__(self, capacity): self.cache = {} self.capacity = capacity self.order = [] def get(self, key): if key in self.cache: self.order.remove(key) self.order.append(key) return self.cache[key] return -1 def put(self, key, value): if key in self.cache: self.order.remove(key) elif len(self.cache) >= self.capacity: del self.cache[self.order.pop(0)] self.cache[key] = value self.order.append(key) ``` ### 2. 优化缓存大小 根据实际需求调整缓存的大小，避免过度分配内存资源。可以通过监控缓存命中率和 miss 率来动态调整缓存大小，确保在保证性能的同时最小化内存占用。 ### 3. 使用分层缓存 将缓存分为多层，例如将热数据存储在高速缓存中，而冷数据存储在低速缓存中。这种方法可以有效利用有限的内存资源，同时保持较高的缓存命中率。 ### 4. 启用压缩和去重 对缓存中的数据进行压缩和去重处理，可以显著减少内存占用。这对于存储大量重复或冗余数据的应用场景特别有效。 ### 5. 调整操作系统级别的 SSD 缓存设置 在 Windows 操作系统中，可以通过设备管理器调整 SSD 的缓存策略。例如，可以选择启用或禁用写缓存，以平衡性能和数据安全性。具体步骤如下： - 打开设备管理器。 - 找到并右键点击你的 SSD 设备。 - 选择“属性”。 - 在“策略”选项卡中，选择“更好的性能”或“启用写缓存”等选项，根据实际需求进行调整[^2]。 ### 6. 利用 SSD 的字节寻址特性 结合成本效益高的字节寻址 DRAM 和 SSD，作为 CPU 可访问的缓存。这种方法可以在一定程度上减少内存占用，同时保持较高的访问速度[^1]。 ###
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值