第一章 缓存架构全景：架构分层、核心组件、数据流概览

1.1 缓存架构的边界与定义

缓存（Cache） 是通过在高速存储介质中临时存储数据副本，以降低数据访问延迟、减轻后端系统负载的一种技术手段。缓存架构的边界涵盖从客户端到数据库的全链路，其核心职责是：

• 加速读请求：将热点数据提前加载到更快的存储层
• 保护后端：减少数据库/微服务的并发冲击
• 提升吞吐：通过内存级访问延迟大幅提高系统 QPS

1.2 架构分层

生产级缓存架构通常分为五层，每层承担不同的职责与粒度：

1.3 核心组件职责

一个完整的缓存架构由以下组件协作完成：

• 缓存客户端 SDK：负责 Key 哈希、连接池管理、序列化/反序列化（如 Lettuce、Jedis、Redisson）
• 缓存代理层：如 Redis Proxy（Twemproxy）、Nginx + lua-resty-redis，用于路由、限流、故障切换
• 缓存节点：实际存储引擎，如 Redis 主从、Cluster 分片、Memcached slab 管理
• 一致性协议：Redis Cluster Gossip、CRDT、租约机制，保证分片间数据元信息和拓扑同步
• 淘汰策略：LRU、LFU、TTL 过期、随机淘汰，决定内存资源怎么回收
• 监控与运维：Info 命令、slowlog、内存告警、bigkey 检测、热点 Key 识别

1.4 数据流 / 控制流 / 信任链路概览

以典型 读缓存穿透防护 场景为例，展示各层之间的交互：

1. 请求到达：客户端通过 SDK 将 Key 经一致性哈希路由到 Redis 节点
2. 本地缓存命中：若 Caffeine 中有数据，直接返回（无需网络 I/O）
3. 分布式缓存命中：本地未命中，向 Redis 发起 GET，成功则回填本地缓存
4. 穿透处理：Redis 未命中，使用互斥锁（分布式锁）防击穿，仅一个线程回源查数据库
5. 回源写回：数据库返回后，同时更新 Redis（含 TTL）和本地缓存
6. 控制流：监控 Agent 周期性采集 Redis INFO / slowlog，告警到 Prometheus + Grafana
7. 信任链路：SDK 与 Redis 之间使用 AUTH 密码；代理与节点之间使用 TLS；本地缓存不与其他进程共享，无需鉴权

spring.redis.host=redis-cluster.example.com
spring.redis.password=${CACHE_PASSWORD}
spring.redis.lettuce.pool.max-active=16
spring.redis.lettuce.pool.max-wait=100ms
spring.redis.lettuce.shutdown-timeout=200ms

1.5 选型权衡矩阵

在架构设计阶段需要根据业务特征做出取舍：

1.6 落地步骤

1. 评估与需求分解：统计当前 QPS、热点比例、可接受延迟、一致性等级
2. 选型验证：POC 测试 Redis Cluster vs Memcached，压测吞吐与延迟
3. 容量规划：根据数据量 + 未来增长 × 1.5 估算内存，规划分片数量
4. 架构设计：确定本地缓存最大容量（如 128MB）、分布式缓存 TTL、淘汰策略
5. 监控与告警搭建：部署 Redis Exporter + Grafana，关键指标：命中率、逐出量、慢查询、内存使用率
6. 灰度发布：先切 1% 流量，观察缓存命中率与 DB 负载变化，逐步全量

1.7 验收标准