摘要：另载于大略谈一下，各位轻拍哦服务端性能优化，除了重构，最常用的手段就是缓存。本地缓存是应用程序在同一内的缓存，通常是或。某台更新了一条数据，就通知缓存把这条更新或丢弃，确保其他能拿到最新结果。
另载于 http://www.qingjingjie.com/blogs/13
大略谈一下，各位轻拍哦！
服务端性能优化，除了重构，最常用的手段就是缓存。缓存主要分为本地缓存和分布式缓存两种。
根据我们每日千万次访问的经验来看，缓存不是必须的。优化充足的情况下，SQL平均耗时1ms。这是因为命中了索引，并且命中了MySQL缓冲池(内存中)。如果命中索引但不命中缓冲池，且查询数据量不大，磁盘并发量不高，则大约耗时10ms(磁盘寻道)。如果这些都不满足，耗时就大了。
所以首先要建设的是索引，一切供查询的字段能索引就索引。有的字段取值多样性很小，比如布尔值、枚举值，就不适合索引(就算命中索引也可能要全盘扫描)，查询时要联合其他字段过滤下，才会快。Replication, Sharding也是好办法，能用就用上。
本地缓存是应用程序在同一JVM内的缓存，通常是ConcurrentHashMap或Guava Cache。优点是耗时低得忽略不计，缺点是占用本地内存、多机会冗余、数据不同步。当集群里每个App Server都有个缓存，会有很多数据是重复的，而且某台机器更新了一条数据，别的机器不知道啊，只能等缓存过期。
同步问题可以用消息队列来解决，一台有更新，广播消息给其他机器，准实时同步。
Guava Cache有expire或refresh两种过期方式，expire是过期就丢弃，refresh是过期先留着旧值，取到新值再更新。expire会有点性能波动，为了响应性可以选择refresh方式。另外建议设个上限，量太多会影响GC的。
根据Jim Gray的经验数字，过期时间通常以5分钟为宜(主要还是看你业务哦)。
分布式缓存是Memcached/Couchbase, Redis这类，访问要经过网络，多少会有一点点开销。Memcached或Redis本身就要有集群，否则一旦扛不住并发，还不如数据库呢。某台App Server更新了一条数据，就通知缓存把这条更新或丢弃，确保其他Server能拿到最新结果。
查询操作要有超时设置。注意耗时，如果超过10ms就有点不好了。
缓存服务用来存复杂查询的结果倒是极合适的，这时候比数据库快得多。
缓存除了加快访问以外，也能提高负载能力。因为数据库连接是有限的资源——不支持NIO，每个连接同时只能服务一个线程，有多少连接就有多少并发。如果有慢查询占住了连接，系统性能会急剧下降！缓存就能减轻对数据库连接的依赖。
本地缓存和分布式缓存各有千秋，一般建议用一致性更高的分布式缓存，当性能需要极端调优时，使用本地缓存。
文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。
转载请注明本文地址：https://www.ucloud.cn/yun/64671.html
摘要：但实际情况是缓存是大型网站的标配。以上分析告诉我们缓存架构要满足冷热分离的特征不满足，因为冷数据可能挤走热数据。另外，众所周知，缓存架构还要满足读写分离的特征也不满足，因为写操作会争抢读操作的资源。这种风格需要缓存系统的支持。 问题背景 略谈服务端缓存设计 一文说到缓存不是必须的，因为数据库本身就利用了内存。但实际情况是缓存是大型网站的标配。 虽然经验显示RDBMS最快时只需0~1ms...
摘要：关于缓存热点重建原文说到在缓存失效的瞬间，有大量线程来重建缓存，造成后端负载加大，甚至可能会让应用崩溃，并给出互斥锁和永远不过期两种候选方案。即使绕过互斥锁，也不会产生什么不好的后果，因为更新缓存是一个幂等操作。 向大家推荐这篇文章——Redis架构之防雪崩设计：网站不宕机背后的兵法 （另外推荐我去年的短文作为餐前点心——略谈服务端缓存设计） 《Redis架构之防雪崩设计》这篇文章（下...
阅读 571·2021-11-12 10:36
阅读 3107·2021-09-08 10:44
阅读 2622·2019-08-30 11:08
阅读 1231·2019-08-29 16:12
阅读 2552·2019-08-29 12:24
阅读 734·2019-08-26 10:14
阅读 570·2019-08-23 18:32
阅读 970·2019-08-23 17:52
