3、多级缓存架构总览：本地缓存(L1)、分布式缓存(L2)、数据库直读(L3)的分层设计原则
在数据库缓存一致性体系中，多级缓存架构是平衡性能、一致性与成本的核心手段。本章将系统阐述本地缓存（L1）、分布式缓存（L2）与数据库直读（L3）三层结构的设计原则、职责边界与协作机制。
3.1 三层缓存的分层定位与职责
每一层缓存都针对不同的访问特征与一致性要求进行设计，形成从极速到可靠的阶梯式数据访问路径。
| 层级 | 存储位置 | 访问延迟 | 容量 | 一致性强度 | 典型场景 |
|---|---|---|---|---|---|
| L1 本地缓存 | 应用进程内（堆内存） | < 1ms | MB ~ GB | 弱（最终一致） | 热点数据、不变配置、用户会话 |
| L2 分布式缓存 | 独立缓存集群（如 Redis） | 1 ~ 5ms | GB ~ TB | 中等（TTL + 主动失效） | 共享热点、跨服务数据、降级兜底 |
| L3 数据库直读 | 数据库（MySQL、PostgreSQL） | 5 ~ 50ms | TB ~ PB | 强（ACID） | 写后即读、关键交易、数据校验 |
设计要点： L1 追求极致速度，L2 追求共享与扩展，L3 追求绝对可靠。三层之间通过“先查 L1 → 未命中查 L2 → 未命中查 L3”的串联路径协作，每一层都承担不同的降级与回源职责。
3.2 分层设计原则
3.2.1 L1 本地缓存：就近访问，极低延迟
- 数据特征： 高频读取、低频更新、允许短暂不一致。
- 存储选型： Caffeine、Guava Cache、Ehcache，支持自动过期与最大容量限制。
- 失效策略： 基于 TTL 的被动失效 + 主动删除（如 MQ 广播失效消息）。
- 容量控制： 必须设置最大条目数或最大内存，防止 OOM。
3.2.2 L2 分布式缓存：共享存储，水平扩展
- 数据特征： 跨服务共享、中等更新频率、需要一定一致性保障。
- 存储选型： Redis Cluster、Redis Sentinel、Memcached。
- 失效策略： TTL + 主动删除 + 缓存穿透保护（布隆过滤器）。
- 高可用： 主从复制 + 哨兵/集群模式，避免单点故障。
3.2.3 L3 数据库直读：强一致兜底，数据权威源
- 数据特征： 写后立即需要一致、缓存未命中或缓存降级时的最终回源。
- 访问策略： 直连数据库执行查询，可配合读写分离（从库读取）。
- 保护机制： 限流、熔断、连接池管理，防止缓存雪崩压垮数据库。
- 一致性保障： 数据库事务提供 ACID 保证，是数据一致性的最后防线。
常见误区： 不要试图让 L1 缓存强一致，这会导致应用内频繁同步，丧失本地缓存的速度优势。L1 应默认接受最终一致，L2 负责协调跨节点的一致性，L3 负责绝对正确。
3.3 多级缓存访问流程
下图展示了标准的三级缓存串联访问路径，以及每一层未命中时的回源策略。
3.4 缓存填充与失效策略
多级缓存架构中，数据的填充与失效必须遵循严格的顺序与策略，以保证各层数据的一致性。
3.4.1 缓存填充（Cache-Aside 模式）
- 读路径： 应用先查 L1 → 未命中查 L2 → 未命中查 L3（数据库）→ 将结果依次回填 L2 和 L1。
- 写路径： 先更新数据库（L3），然后删除 L2 和 L1 中的对应缓存，保证后续读取能获取最新数据。
3.4.2 失效策略对比
| 策略 | 适用层级 | 一致性保障 | 实现复杂度 | 典型实现 |
|---|---|---|---|---|
| TTL 过期 | L1、L2 | 最终一致 | 低 | 设置固定过期时间 |
| 主动删除 | L1、L2 | 强（配合写操作） | 中 | 写后删除缓存键 |
| MQ 广播失效 | L1（多实例） | 最终一致 | 高 | 发送失效消息到所有实例 |
| 版本号校验 | L2、L3 | 强 | 高 | 缓存携带数据版本号，与数据库比对 |
最佳实践： 对于 L1 本地缓存，优先使用 TTL 过期 + 主动删除的组合策略。TTL 保证最终一致性，主动删除在写操作发生时立即清除旧数据，减少不一致窗口。对于 L2 分布式缓存，增加布隆过滤器防止缓存穿透，并设置合理的 TTL 作为兜底。
3.5 分层设计的核心权衡
多级缓存并非层级越多越好，每一层都引入额外的复杂度与维护成本。以下是在架构设计中必须权衡的关键维度：
- 延迟 vs. 一致性： L1 延迟最低但一致性最弱，L3 延迟最高但一致性最强。业务场景决定数据应该停留在哪一层。
- 容量 vs. 成本： L1 使用应用内存（免费但有限），L2 使用独立集群（成本随容量线性增长），L3 使用磁盘存储（成本最低但延迟最高）。
- 复杂度 vs. 收益： 对于大部分读多写少的场景，L1 + L3 两层架构已足够。引入 L2 分布式缓存的主要收益在于跨服务共享与更大的缓存容量。
架构决策建议： 从 L1 + L3 两层架构开始，当出现以下情况时引入 L2：① 多个服务需要共享同一份热点数据；② L1 缓存命中率低于 80% 且数据库压力持续升高；③ 需要缓存降级时有一个独立的高可用缓存层作为兜底。
3.6 多级缓存架构总览图
下图从全局视角展示多级缓存架构中各层之间的协作关系、数据流向以及关键组件。
3.7 本章小结
- L1 本地缓存 提供纳秒级访问，适合高频热点，但容量有限且一致性弱。
- L2 分布式缓存 提供毫秒级共享访问，适合跨服务热点，支持水平扩展。
- L3 数据库直读 提供强一致兜底，是数据权威源，必须做好保护。
- 三层之间通过 Cache-Aside 模式 串联，写操作先更新数据库再删除缓存，读操作逐层回源并回填。
- 架构设计应从简单开始，根据实际瓶颈逐步引入更多层级，避免过度设计。