4. 缓存读写模式：Cache Aside、Read/Write Through、Write Behind Caching

在构建高并发搜索缓存系统时，选择正确的缓存读写模式是保证数据一致性与系统性能的核心决策。本章深入剖析三种主流模式：Cache Aside（旁路缓存）、Read/Write Through（读写穿透）和Write Behind Caching（写回缓存），并结合搜索场景分析其适用边界。

4.1 三种模式核心对比

4.2 Cache Aside（旁路缓存模式）

Cache Aside 是搜索系统中最常见的缓存模式。应用层同时感知缓存和数据库，读写逻辑由业务代码显式控制。

4.2.1 读流程

1. 应用查询缓存，若命中则直接返回。
2. 若未命中，查询数据库。
3. 将查询结果写入缓存，设置过期时间。
4. 返回数据给调用方。

4.2.2 写流程

1. 应用更新数据库（先写DB）。
2. 删除缓存中的对应键（或更新缓存）。
3. 后续读请求触发缓存重建。

// 伪代码：Cache Aside 写操作
public void updateSearchIndex(String key, SearchDocument doc) {
    // 1. 更新数据库
    database.update(key, doc);
    // 2. 删除缓存，触发下次读时重建
    cache.del(key);
    // 3. 可选：延迟双删（1秒后再次删除）
    executor.schedule(() -> cache.del(key), 1, TimeUnit.SECONDS);
}

4.3 Read/Write Through（读写穿透模式）

Read/Write Through 将缓存层封装为数据源代理，应用只与缓存层交互，缓存层负责与数据库同步。这种模式在搜索系统中常用于配置缓存和字典数据，因为这些数据变更频率低且对一致性要求高。

4.3.1 读流程

• 应用调用缓存层读取接口。
• 缓存层检查本地缓存，命中则返回。
• 未命中则缓存层查询数据库，填充缓存后返回。

4.3.2 写流程

• 应用调用缓存层写入接口。
• 缓存层先更新本地缓存。
• 缓存层同步写入数据库。
• 返回写入结果给应用。

// 伪代码：Write Through 缓存代理
public class SearchCacheProxy {
    public SearchDocument read(String key) {
        SearchDocument doc = cache.get(key);
        if (doc == null) {
            doc = database.load(key);
            cache.put(key, doc);
        }
        return doc;
    }

    public void write(String key, SearchDocument doc) {
        cache.put(key, doc);          // 先更新缓存
        database.update(key, doc);    // 同步写DB
    }
}

4.4 Write Behind Caching（写回缓存模式）

Write Behind Caching 将写操作全部在缓存层完成，然后异步批量写入数据库。这种模式在搜索系统中常用于高吞吐写入场景，如搜索点击日志、用户行为采集、实时聚合统计。

4.4.1 核心特征

• 写性能极高：只写内存，不阻塞DB写入。
• 异步批量：缓存层合并多次写操作，批量刷入DB。
• 数据丢失风险：缓存宕机时未刷盘的写操作会丢失。
• 最终一致性：DB数据落后于缓存，但最终会追上。

4.4.2 实现要点

1. 使用阻塞队列或消息队列暂存写请求。
2. 后台线程定期（如每100ms）或按阈值（如1000条）批量刷入DB。
3. 实现幂等写入，防止重复刷盘导致数据错误。
4. 配置持久化策略（如Redis AOF/RDB）降低丢失风险。

// 伪代码：Write Behind 批量刷盘
public class WriteBehindCache {
    private final BlockingQueue<WriteRequest> queue = new LinkedBlockingQueue<>();

    public void write(String key, SearchDocument doc) {
        queue.offer(new WriteRequest(key, doc)); // 入队即返回
    }

    @Scheduled(fixedDelay = 100) // 每100ms刷一次
    public void flush() {
        List<WriteRequest> batch = new ArrayList<>();
        queue.drainTo(batch, 1000); // 最多取1000条
        if (!batch.isEmpty()) {
            database.batchUpdate(batch); // 批量写DB
        }
    }
}

4.5 三种模式流程对比图

下图从应用视角展示三种模式的读写路径差异，帮助理解缓存层与数据库的交互边界。

4.6 搜索缓存场景选型矩阵