我们知道，Redis 提供了高性能的数据存取功能，所以广泛应用在缓存场景中，
既能有效地提升业务应用的响应速度，还可以避免把高并发大压力的请求发送到数据库层。

但是，如果 Redis 做缓存时出现了问题，
比如：缓存失效，那么，大量请求就会直接积压到数据库层，必然会给数据库带来巨大的压力，
很可能会导致数据库宕机或是故障，业务应用就没有办法存取数据、响应用户请求了。
这种生产事故，肯定不是我们希望看到的。

正因为 Redis 用作缓存的普遍性以及它在业务应用中的重要作用，
所以，我们需要系统地掌握缓存的一系列内容，
包括：工作原理、替换策略、异常处理和扩展机制。

具体来说，我们需要解决四个关键问题：

• Redis 缓存具体是怎么工作的？
• Redis 缓存如果满了，该怎么办？
• 为什么会有缓存一致性、缓存穿透、缓存雪崩、缓存击穿等异常，该如何应对？
• Redis 的内存毕竟有限，如果用快速的固态硬盘来保存数据，可以增加缓存的数据量，

那么，Redis 缓存可以使用快速固态硬盘吗？

这节课，我们来了解下缓存的特征和 Redis 适用于缓存的天然优势，以及 Redis 缓存的具体工作机制。

缓存的特征

缓存的第一个特征：在一个层次化的系统中，缓存一定是一个快速子系统，
数据存在缓存中时，能避免每次从慢速子系统中存取数据。
缓存的第二个特征：缓存系统的容量大小总是小于后端慢速系统的，我们不可能把所有数据都放在缓存系统中。

要想弄明白 Redis 为什么适合用作缓存，我们得清楚缓存都有什么特征。
首先，你要知道，一个系统中的不同层之间的访问速度不一样，所以我们才需要缓存，
这样就可以把一些需要频繁访问的数据放在缓存中，以加快它们的访问速度。

为了让你能更好地理解，我以计算机系统为例，来解释一下。
下图是计算机系统中的三层存储结构，以及它们各自的常用容量和访问性能。
最上面是处理器，中间是内存，最下面是磁盘。

从图上可以看到：CPU、内存和磁盘这三层的访问速度从几十 ns 到 100ns，再到几 ms，性能的差异很大。

想象一下，如果每次 CPU 处理数据时，都要从 ms 级别的慢速磁盘中读取数据，然后再进行处理，
那么，CPU 只能等磁盘的数据传输完成。这样一来，
高速的 CPU 就被慢速的磁盘拖累了，整个计算机系统的运行速度会变得非常慢。

所以，计算机系统中，默认有两种缓存：

• CPU 里面的末级缓存，即 LLC (Last Level Cache) 用来缓存内存中的数据，避免每次从内存中存取数据
• 内存中的高速页缓存，即 page cache，用来缓存磁盘中的数据，避免每次从磁盘中存取数据

跟内存相比，LLC 的访问速度更快，而跟磁盘相比，内存的访问是更快的。

所以，我们可以看出来缓存的第一个特征：在一个层次化的系统中，缓存一定是一个快速子系统，数据存在缓存中时，能避免每次从慢速子系统中存取数据。

对应到互联网应用来说，Redis 就是快速子系统，而数据库就是慢速子系统了。
知道了这一点，你就能理解，为什么我们必须想尽办法让 Redis 提供高性能的访问，
因为，如果访问速度很慢，Redis 作为缓存的价值就不大了。

我们再看一下刚才的计算机分层结构。
LLC 的大小是 MB 级别，page cache 的大小是 GB 级别，而磁盘的大小是 TB 级别。
这其实包含了缓存的第二个特征：缓存系统的容量大小总是小于后端慢速系统的，我们不可能把所有数据都放在缓存系统中。

它表明，缓存的容量终究是有限的，缓存中的数据量也是有限的，肯定是没办法时刻都满足访问需求的。
所以，缓存和后端慢速系统之间，必然存在数据写回和再读取的交互过程。
简单来说，缓存中的数据需要按一定规则淘汰出去，写回后端系统，
而新的数据又要从后端系统中读取进来，写入缓存。

说到这，你肯定会想到，Redis 本身是支持按一定规则淘汰数据的，
相当于 Redis 实现了缓存的数据淘汰，其实，这也是 Redis 适合用作缓存的一个重要原因。

好了，我们现在了解了缓存的两个重要特征，
接下来，我们就来学习下，缓存是怎么处理请求的。
实际上，业务应用在访问 Redis 缓存中的数据时，数据不一定存在，因此，处理的方式也不同。

Redis 缓存处理请求的两种情况

把 Redis 用作缓存时，我们会把 Redis 部署在数据库的前端，
业务应用在访问数据时，会先查询 Redis 中是否保存了相应的数据。
此时，根据数据是否存在缓存中，会有两种情况。

• 缓存命中：Redis 中有相应数据，就直接读取 Redis，性能非常快。
• 缓存缺失：Redis 中没有保存相应数据，就从后端数据库中读取数据，性能就会变慢。

而且，一旦发生缓存缺失，为了让后续请求能从缓存中读取到数据，我们需要把缺失的数据写入 Redis，
这个过程叫作缓存更新。
缓存更新操作会涉及到保证缓存和数据库之间的数据一致性问题，关于这一点，第 25 讲中再具体介绍。
我画了一张图，清晰地展示了发生缓存命中 或 缓存缺失时，应用读取数据的情况：

假设我们在一个 Web 应用中，使用 Redis 作为缓存。
用户请求发送给 Tomcat，Tomcat 负责处理业务逻辑。
如果要访问数据，就需要从 MySQL 中读写数据。
那么，我们可以把 Redis 部署在 MySQL 前端。
如果访问的数据在 Redis 中，此时缓存命中，Tomcat 可以直接从 Redis 中读取数据，加速应用的访问。
否则，Tomcat 就需要从慢速的数据库中读取数据了。

到这里，你可能已经发现了，使用 Redis 缓存时，我们基本有三个操作：

• 应用读取数据时，需要先读取 Redis
• 发生缓存缺失时，需要从数据库读取数据
• 发生缓存缺失时，还需要更新缓存，将数据缓存到 Redis。

那么，这些操作具体是由谁来做的呢？
这和 Redis 缓存的使用方式相关。

Redis 作为旁路缓存的使用操作

接下来，我就来和你聊聊 Redis 作为旁路缓存的使用操作方式。

Redis 是一个独立的系统软件，和业务应用程序是两个软件，
当我们部署了 Redis 实例后，它只会被动地等待客户端发送请求，然后再进行处理。
所以，如果应用程序想要使用 Redis 缓存，我们就要在程序中增加相应的缓存操作代码。
所以，我们也把 Redis 称为旁路缓存，
也就是说：读取缓存、读取数据库和更新缓存的操作都需要在应用程序中来完成。

这和我刚才讲的计算机系统中的 LLC 和 page cache 不一样。
你可以回想下，平时在开发程序时，我们是没有专门在代码中显式地创建 LLC 或 page cache 的实例的，
也没有显式调用过它们的 GET 接口。
这是因为，我们在构建计算机硬件系统时，已经把 LLC 和 page cache 放在了应用程序的数据访问路径上，
应用程序访问数据时直接就能用上缓存。

那么，使用 Redis 缓存时，具体来说，我们需要在应用程序中增加三方面的代码：

• 当应用程序需要读取数据时，我们需要在代码中显式调用 Redis 的 GET 操作接口，进行查询
• 如果缓存缺失了，应用程序需要再和数据库连接，从数据库中读取数据
• 当缓存中的数据需要更新时，我们也需要在应用程序中显式地调用 SET 操作接口，把更新的数据写入缓存。

那么，代码应该怎么加呢？
我给你展示一段 Web 应用中使用 Redis 缓存的伪代码示例。

String cacheKey = “productid_11010003”;
String cacheValue = redisCache.get(cacheKey)；
//缓存命中
if ( cacheValue != NULL)
   return cacheValue;
//缓存缺失
else
   cacheValue = getProductFromDB();
   redisCache.put(cacheValue)  //缓存更新

可以看到，为了使用缓存，Web 应用程序需要有一个表示缓存系统的实例对象 redisCache，
还需要主动调用 Redis 的 GET 接口，并且要处理缓存命中和缓存缺失时的逻辑，
例如：在缓存缺失时，需要更新缓存。

了解了这一点，我们在使用 Redis 缓存时，有一个地方就需要注意了：
因为需要新增程序代码来使用缓存，所以，Redis 并不适用于那些无法获得源码的应用，
比如：一些很早之前开发的应用程序，它们的源码已经没有再维护了，
或者是第三方供应商开发的应用，没有提供源码，所以，我们就没有办法在这些应用中进行缓存操作。

在使用旁路缓存时，我们需要在应用程序中增加操作代码，增加了使用 Redis 缓存的额外工作量，
但是，也正因为 Redis 是旁路缓存，是一个独立的系统，我们可以单独对 Redis 缓存进行扩容或性能优化。
而且，只要保持操作接口不变，我们在应用程序中增加的代码就不用再修改了。

到这里，我们知道了：通过在应用程序中加入 Redis 的操作代码，我们可以让应用程序使用 Redis 缓存数据了。
不过，除了从 Redis 缓存中查询、读取数据以外，应用程序还可能会对数据进行修改，
这时，我们既可以在缓存中修改，也可以在后端数据库中进行修改，我们该怎么选择呢？

这就涉及到了 Redis 缓存的两种类型：只读缓存和读写缓存。
只读缓存能加速读请求，而读写缓存可以同时加速读写请求。
而且，读写缓存又有两种数据写回策略，可以根据业务需求，在保证性能和保证数据可靠性之间进行选择。

缓存的类型

所以，接下来，我们具体了解下 Redis 的缓存类型和相应的写回策略。
按照 Redis 缓存是否接受写请求，我们可以把它分成：只读缓存和读写缓存。

只读缓存

当 Redis 用作只读缓存时，应用要读取数据的话，会先调用 Redis GET 接口，查询数据是否存在。
而所有的数据写请求，会直接发往后端的数据库，在数据库中增删改。
对于删改的数据来说，如果 Redis 已经缓存了相应的数据，
应用需要把这些缓存的数据删除，Redis 中不能有这些数据了。
当应用再次读取这些数据时，会发生缓存缺失，应用会把这些数据从数据库中读出来，并写到缓存中。
这样一来，这些数据后续再被读取时，就可以直接从缓存中获取了，能起到加速访问的效果。

我给你举个例子。
假设业务应用要修改数据 A，此时，数据 A 在 Redis 中也缓存了，
那么，应用会先直接在数据库里修改 A，并把 Redis 中的 A 删除。
等到应用需要读取数据 A 时，会发生缓存缺失，
此时，应用从数据库中读取 A，并写入 Redis，以便后续请求从缓存中直接读取，如下图所示：

只读缓存直接在数据库中更新数据的好处是：所有最新的数据都在数据库中，
而数据库是提供数据可靠性保障的，这些数据不会有丢失的风险。
当我们需要缓存图片、短视频这些用户只读的数据时，就可以使用只读缓存这个类型了。

读写缓存

对于读写缓存来说，除了读请求会发送到缓存进行处理（直接在缓存中查询数据是否存在)，
所有的写请求也会发送到缓存进行处理，在缓存中直接对数据进行增删改操作。
此时，得益于 Redis 的高性能访问特性，数据的增删改操作可以在缓存中快速完成，
处理结果也会快速返回给业务应用，这就可以提升业务应用的响应速度。

但是，和只读缓存不一样的是，在使用读写缓存时，最新的数据是在 Redis 中，
而 Redis 是内存数据库，一旦出现掉电或宕机，内存中的数据就会丢失。
这也就是说，应用的最新数据可能会丢失，给应用业务带来风险。
所以，根据业务应用对数据可靠性和缓存性能的不同要求，我们会有同步直写和异步写回两种策略。

同步直写策略优先保证数据可靠性，而异步写回策略优先提供快速响应。学习了解这两种策略，可以帮助我们根据业务需求，做出正确的设计选择。
同步直写策略
同步直写是指：写请求发给缓存的同时，也会发给后端数据库进行处理，
等到缓存和数据库都写完数据，才给客户端返回。
这样，即使缓存宕机或发生故障，最新的数据仍然保存在数据库中，这就提供了数据可靠性保证。

不过，同步直写会降低缓存的访问性能。
这是因为缓存中处理写请求的速度是很快的，而数据库处理写请求的速度较慢。
即使缓存很快地处理了写请求，也需要等待数据库处理完所有的写请求，才能给应用返回结果，
这就增加了缓存的响应延迟。
异步写回策略
而异步写回策略，则是优先考虑了响应延迟。
此时，所有写请求都先在缓存中处理。
等到这些增改的数据要被从缓存中淘汰出来时，缓存将它们写回后端数据库。
这样一来，处理这些数据的操作是在缓存中进行的，很快就能完成。
只不过，如果发生了掉电，而它们还没有被写回数据库，就会有丢失的风险了。
为了便于你理解，我也画了下面这张图：

关于是选择只读缓存，还是读写缓存，主要看我们对写请求是否有加速的需求。

• 如果需要对写请求进行加速，我们选择读写缓存
• 如果写请求很少，或者是只需要提升读请求的响应速度的话，我们选择只读缓存

举个例子，在商品大促的场景中，商品的库存信息会一直被修改。
如果每次修改都需到数据库中处理，就会拖慢整个应用，此时，我们通常会选择读写缓存的模式。
而在短视频 App 的场景中，虽然视频的属性有很多，但是，一般确定后，修改并不频繁，此时，在数据库中进行修改对缓存影响不大，所以只读缓存模式是一个合适的选择。

小结

今天，我们学习了缓存的两个特征，分别是：

• 在分层系统中，数据暂存在快速子系统中有助于加速访问
• 缓存容量有限，缓存写满时，数据需要被淘汰。

而 Redis 天然就具有高性能访问和数据淘汰机制，正好符合缓存的这两个特征的要求，所以非常适合用作缓存。

另外，我们还学习了 Redis 作为旁路缓存的特性，
旁路缓存就意味着：需要在应用程序中新增缓存逻辑处理的代码。
当然，如果是无法修改源码的应用场景，就不能使用 Redis 做缓存了。

Redis 做缓存时，还有两种类型，分别是只读缓存和读写缓存。
其中，读写缓存还提供了同步直写和异步写回这两种模式，
同步直写模式侧重于保证数据可靠性，而异步写回模式则侧重于提供低延迟访问，我
们要根据实际的业务场景需求来进行选择。

这节课，虽然我提到了 Redis 有数据淘汰机制，但是并没有展开讲具体的淘汰策略。
那么，Redis 究竟是怎么淘汰数据的呢？我会在下节课给你具体介绍。

每课一问

这节课，我提到了 Redis 只读缓存和使用直写策略的读写缓存，
这两种缓存都会把数据同步写到后端数据库中，你觉得，它们有什么区别吗？

主要的区别在于，当有缓存数据被修改时，
在只读缓存中，业务应用会直接修改数据库，并把缓存中的数据标记为无效；
而在读写缓存中，业务应用需要同时修改缓存和数据库。

如何理解把 Redis 称为旁路缓存

我把 Redis 称为旁路缓存，更多的是从“业务应用程序如何使用 Redis 缓存”这个角度来说的。
业务应用在使用 Redis 缓存时，需要在业务代码中显式地增加缓存的操作逻辑。
例如，一个基本的缓存操作就是，一旦发生缓存缺失，业务应用需要自行去读取数据库，
而不是缓存自身去从数据库中读取数据再返回。

为了便于你理解，我们再来看下和旁路缓存相对应的、计算机系统中的 CPU 缓存和 page cache。
这两种缓存默认就在应用程序访问内存和磁盘的路径上，我们写的应用程序都能直接使用这两种缓存。
我之所以强调 Redis 是一个旁路缓存，也是希望你能够记住，在使用 Redis 缓存时，我们需要修改业务代码。

使用 Redis 缓存时，应该用哪种模式

我提到，通用的缓存模式有三种：
只读缓存模式、采用同步直写策略的读写缓存模式、采用异步写回策略的读写缓存模式。

一般情况下，我们会把 Redis 缓存用作只读缓存。只读缓存涉及的操作，包括查询缓存、缓存缺失时读数据库和回填，数据更新时删除缓存数据，这些操作都可以加到业务应用中。
而且，当数据更新时，缓存直接删除数据，缓存和数据库的数据一致性较为容易保证。

当然，有时我们也会把 Redis 用作读写缓存，同时采用同步直写策略。
在这种情况下，缓存涉及的操作也都可以加到业务应用中。
而且，和只读缓存相比有一个好处：数据修改后的最新值可以直接从缓存中读取。

对于采用异步写回策略的读写缓存模式来说，缓存系统需要能在脏数据被淘汰时，自行把数据写回数据库，但是，Redis 是无法实现这一点的，所以我们使用 Redis 缓存时，并不采用这个模式。