1. 缓存原理与本地数据库选型
1.1 缓存三层模型
本地数据库作为缓存层，本质是在应用与远程持久化存储之间插入一层快速、本地的键值或关系型存储。典型的架构分为三层：
- 第一层（应用层）：业务逻辑直接发起数据请求，优先查询本地缓存数据库。
- 第二层（缓存层）：本地数据库（SQLite / LevelDB / RocksDB / BerkeleyDB）驻留在应用进程内或同一主机，提供亚毫秒级读取。
- 第三层（持久化层）：远程数据库（MySQL / PostgreSQL / Redis Cluster / 对象存储），在缓存未命中时回源查询并回填缓存。
本地数据库缓存的典型工作流：
- 应用读取 key → 查询本地缓存 DB
- 命中 → 直接返回，零网络开销
- 未命中 → 回源远程持久化层 → 将结果写入本地缓存 DB（带 TTL）→ 返回
关键指标：本地缓存命中率每提升 10%，平均响应延迟可降低 40%~60%（单机测试数据）。底层原理是本地磁盘顺序读 IOPS 通常可达 10k+，而远程网络 RTT 至少 0.1~1ms。
1.2 本地数据库特性
选择本地数据库作为缓存载体，需关注以下关键特性：
| 特性 | 说明 | 对缓存场景的影响 |
|---|---|---|
| 嵌入性 | 不需要独立进程，动态链接库直接加载到应用地址空间 | 零网络延迟，但进程内崩溃可能导致数据丢失 |
| 磁盘持久化 | 数据写入磁盘文件，掉电不丢失（基于 WAL/事务） | 缓存的持久性可加速重启恢复，但写放大影响性能 |
| ACID 事务 | 支持原子提交、隔离级别 | 缓存写操作的事务开销较高，只读场景可关闭事务 |
| 并发控制 | 多读单写（WAL模式可读写并发） | 高并发读场景需开启 WAL 避免锁争用 |
| 内存映射 | 支持 mmap 文件映射，减少系统调用 | 适合大缓存场景，但需控制页缓存占用 |
实战建议：缓存场景首选 WAL 模式 + NORMAL 同步，兼顾读写并发与写入性能。配置示例：
PRAGMA journal_mode=WAL;
PRAGMA synchronous=NORMAL;
PRAGMA cache_size=-64000; -- 64 MB 页缓存1.3 选型对比表
以下是主流本地数据库在缓存场景下的特性对比：
| 数据库 | 存储模型 | 读性能（随机） | 写性能 | 并发支持 | 磁盘占用 | 适用场景 |
|---|---|---|---|---|---|---|
| SQLite | 关系型（SQL） | ~50k QPS（WAL） | ~20k TPS | 读并发，写串行 | 紧凑（.db文件） | 结构化缓存，需要SQL查询 |
| LevelDB | LSM-Tree 键值 | ~100k QPS | ~50k TPS（批量） | 多读单写 | 略高（SST + 日志） | 纯键值缓存，高写吞吐 |
| RocksDB | LSM-Tree 优化版 | ~300k QPS | ~150k TPS | 多线程压缩 | 中等（可调） | 大容量缓存，冷热分层 |
| BerkeleyDB | B-Tree / Hash | ~80k QPS | ~30k TPS | 支持读写锁 | 较低 | 嵌入式缓存，低延迟需求 |
1.4 部署与调试要点
- 文件路径：本地数据库文件应放在应用工作目录或专用缓存目录，避免与系统临时文件混放。
- 并发控制：SQLite 默认是数据库级锁，多进程访问需改用 WAL 模式或使用连接池限制。
- 调试命令：查看 SQLite 数据库状态：
sqlite3 cache.db "PRAGMA journal_mode; PRAGMA synchronous; PRAGMA cache_size;" - 性能监控：记录缓存命中率、平均读取延迟、WAL 文件大小，用于调整缓存容量。
1.5 常见错误与稳定性优化
| 常见错误 | 原因 | 解决方案 |
|---|---|---|
| 数据库文件被锁定 | 多个进程同时写同一数据库文件 | 启用 WAL 模式；或每个进程使用独立副本 |
| 写放大导致磁盘写满 | LSM-Tree 频繁 compaction | 调整 compaction 参数；或改用 SQLite 带 TTL |
| 内存占用持续增长 | 页缓存未限制 | 设置 PRAGMA cache_size；使用 mmap_size 上限 |
| 缓存与远程数据不一致 | TTL 设置过长或未更新 | 采用“先删后写”策略；或订阅变更通知 |
⚠ 稳定性警告：本地数据库缓存不适合高一致性场景（如金融交易）。建议搭配 TTL 过期 + 主动更新 机制，并定期清理过期条目。生产环境务必监控 WAL 文件大小和磁盘 IO 延时。