缓存契约版本Redis领域建模与架构设计 - 第1节
1.1 缓存的定义与本质
缓存（Cache）是一种将数据存储在临时、高速存储介质中的技术，其核心目的是缩短数据访问路径，降低系统响应延迟。在计算机体系结构中，缓存无处不在：从 CPU 的 L1/L2/L3 缓存，到操作系统的页缓存，再到分布式系统中的 Redis、Memcached 等中间件，其本质都是用空间换时间。
缓存的核心公式： 缓存命中率 = 缓存返回有效数据的请求数 / 总请求数。命中率越高，系统整体延迟越低。
缓存并非数据库的替代品，而是位于应用与数据库之间的加速层。它存储的是数据库中的热点数据子集或计算密集型结果，而非全量数据。
1.2 缓存的核心作用
缓存并非万能银弹，但在以下四个场景中效果显著：
| 作用维度 | 具体效果 | 典型指标 |
|---|---|---|
| 降低延迟 | 内存访问延迟约 0.1µs，磁盘 I/O 约 10ms，差距达 10 万倍 | P99 延迟从 50ms → 2ms |
| 提升吞吐 | 单机 Redis 可达 10 万 QPS，MySQL 通常 1 万 QPS | 系统 QPS 提升 5~10 倍 |
| 保护数据库 | 缓存吸收 90% 以上读请求，减少数据库连接数 | 数据库 CPU 使用率下降 60% |
| 削峰填谷 | 秒杀、热点新闻等突发流量由缓存承接 | 抗住 10 倍峰值流量 |
架构经验： 缓存不是越厚越好。引入缓存会增加系统复杂度、一致性成本和运维负担。只有当数据库成为性能瓶颈，且业务允许一定程度的最终一致性时，才值得引入缓存层。
1.3 缓存与数据库的对比
理解缓存与数据库的差异，是正确设计缓存策略的前提。以下从六个关键维度进行对比：
| 对比维度 | 缓存（Redis 为例） | 数据库（MySQL 为例） |
|---|---|---|
| 存储介质 | 内存（DRAM） | 磁盘（SSD/HDD） |
| 数据模型 | Key-Value、List、Set、Hash 等 | 关系表、行、列、索引 |
| 读写性能 | 读 10 万+ QPS，写 5 万+ QPS | 读 1 万 QPS，写 5 千 QPS |
| 持久化 | RDB/AOF 持久化，但非强一致 | WAL + 事务，ACID 保证 |
| 查询能力 | 简单键查询、有限聚合 | 复杂 JOIN、子查询、事务 |
| 数据容量 | 受限于内存（GB ~ TB 级） | PB 级，可水平扩展 |
常见误区： 不要试图用缓存替代数据库。缓存的数据是易失的、非事务的、容量有限的。数据库才是数据的最终权威来源（Source of Truth），缓存只是加速副本。
1.4 缓存穿透 / 击穿 / 雪崩 —— 初步认识
这三个问题是缓存系统最常见的故障模式，被称为缓存三大灾难。理解它们的成因是后续章节设计防御策略的基础。
1.4.1 缓存穿透
定义： 查询一个根本不存在的数据，缓存和数据库中都没有，导致每次请求都穿透缓存直达数据库。
- 危害： 恶意攻击者利用不存在的 Key 发起大量请求，数据库压力骤增，可能直接宕机。
- 初步解法： 缓存空值（Null Object）、布隆过滤器（Bloom Filter）。
1.4.2 缓存击穿
定义： 一个热点 Key 在缓存中过期失效的瞬间，大量并发请求同时回源数据库，导致数据库负载飙升。
- 危害： 单个热点 Key 失效即可拖垮数据库，常见于秒杀商品、热搜榜单。
- 初步解法： 互斥锁（Mutex Key）、逻辑过期、永不过期 + 异步刷新。
1.4.3 缓存雪崩
定义： 大量缓存 Key 在同一时间集中过期失效，或缓存节点宕机，导致海量请求直接压向数据库。
- 危害： 范围最广、破坏性最强，可能导致整个服务链崩溃。
- 初步解法： 过期时间加随机值、缓存集群高可用（主从 + Sentinel/Cluster）、限流降级。
1.5 本章小结
- 缓存本质：临时高速存储，用空间换时间，位于应用与数据库之间。
- 核心作用：降低延迟、提升吞吐、保护数据库、削峰填谷。
- 与数据库关系：缓存是加速副本，数据库是权威源，二者互补而非替代。
- 三大灾难：穿透（不存在的数据）、击穿（热点 Key 过期并发）、雪崩（大面积同时失效）。