📚 课程目录第3章缓存技术选型

3. 缓存技术选型：Redis vs Memcached vs 本地缓存

在容器化微服务架构中，缓存层是降低数据库压力、提升响应速度的核心组件。但不同缓存方案在性能、数据一致性、持久化能力和运维复杂度上差异显著。本章从分布式缓存与本地缓存的对比出发，建立一套可量化的选型决策树。

3.1 三大缓存方案核心对比

维度	Redis	Memcached	本地缓存（Caffeine/Guava）
数据结构	String、Hash、List、Set、Sorted Set、Stream 等 8+ 种	仅 Key-Value（最大 1MB）	仅 Key-Value（受 JVM 堆限制）
持久化	RDB 快照 + AOF 日志，支持数据恢复	无持久化，纯内存	无持久化，进程重启即丢失
集群模式	主从、Sentinel、Cluster（自动分片）	客户端一致性哈希，无原生集群	无集群，单进程
读写性能	单线程 10万+ QPS（读），写略低	多线程 15万+ QPS，读更快	纳秒级，无网络开销
数据一致性	强一致（单节点）/ 最终一致（集群）	最终一致（无事务）	强一致（单进程内）
容器化适配	官方 Docker 镜像 + Helm Chart，支持 StatefulSet	官方镜像，无状态部署	嵌入应用容器，无需额外部署
典型场景	会话缓存、排行榜、分布式锁、消息队列	纯 KV 缓存、API 响应缓存	热点数据、配置缓存、单机降级

  关键结论：Redis 是分布式缓存的事实标准；Memcached 在纯 KV 场景下仍有性能优势；本地缓存适合作为 L1 缓存，但必须配合失效通知机制解决一致性问题。

3.2 性能与一致性的权衡模型

缓存系统的核心矛盾在于：读性能越高，写一致性越难保证。以下从三个维度建立权衡模型：

读性能：本地缓存 > Memcached > Redis（网络延迟是主要瓶颈）
写一致性：本地缓存（单进程强一致）> Redis（单节点强一致）> Memcached（无事务）
数据持久性：Redis（RDB/AOF）> Memcached（无）> 本地缓存（无）

实践建议：在容器化部署中，推荐采用 Redis + 本地缓存 两级缓存架构。Redis 作为 L2 共享缓存保证跨实例一致性，本地缓存作为 L1 加速热点访问，通过 Redis Pub/Sub 或消息队列广播失效事件。

3.3 选型决策树

以下 SVG 图展示从业务需求出发的完整选型路径：

3.4 容器化部署选型对照表

选型条件	推荐方案	Kubernetes 部署模式	一致性等级
需要分布式锁、排行榜、消息队列	Redis Cluster	StatefulSet + Headless Service + PVC	最终一致（集群）/ 强一致（单节点）
纯 API 响应缓存，可接受丢失	Memcached	Deployment + Service（无状态）	最终一致
单实例应用，热点数据加速	Caffeine	嵌入应用容器，无需额外资源	强一致（单进程）
两级缓存：L1 本地 + L2 共享	Caffeine + Redis	应用容器内嵌 Caffeine + 外部 Redis StatefulSet	最终一致（需失效通知）
需要数据持久化，重启不丢	Redis（AOF + RDB）	StatefulSet + 持久卷 + 定期备份	强一致（单节点）

3.5 一致性权衡实战案例

常见陷阱：在容器化环境中，本地缓存 + Redis 两级架构最容易出现“缓存雪崩”和“一致性问题”。例如：实例 A 更新数据库后删除 Redis 缓存，但实例 B 的本地缓存尚未失效，导致读取脏数据。

解决方案：

主动失效：数据变更后，通过 Redis Pub/Sub 广播缓存失效事件，所有实例监听并清除本地缓存。
短 TTL 兜底：本地缓存设置较短的过期时间（如 5-10 秒），即使广播丢失也能自动恢复。
版本号校验：缓存中存储数据版本号，每次读取时对比 Redis 中的版本号，不一致则重新加载。

// 示例：本地缓存 + Redis 版本号校验（Java 伪代码）
public Object getWithVersion(String key) {
    // 1. 尝试从本地缓存读取
    CacheEntry local = localCache.get(key);
    // 2. 从 Redis 获取最新版本号
    long remoteVersion = redis.get(key + ":version");
    // 3. 版本匹配则直接返回
    if (local != null && local.version == remoteVersion) {
        return local.data;
    }
    // 4. 版本不匹配或本地缺失，从 Redis 加载
    Object data = redis.get(key);
    localCache.put(key, new CacheEntry(data, remoteVersion));
    return data;
}

3.6 选型总结

Redis：功能最全面，适合大多数分布式缓存场景，容器化部署成熟。
Memcached：纯 KV 场景下性能极致，适合对一致性要求不高的读密集型应用。
本地缓存：零网络开销，适合单机热点数据，必须配合失效机制解决一致性问题。

推荐组合：在微服务容器化架构中，默认采用 Redis Cluster + Caffeine 两级缓存，通过版本号或 Pub/Sub 保证最终一致性，兼顾性能与数据正确性。