azure - 高性能读取模型(数据库)之上的缓存层的优势

Question

我目前正在观察和研究几种现有的软件架构技术，您在开发超大规模应用程序时可以考虑这些技术。正如他们所说，网络规模架构。

我现在了解到您可以拆分读写模型/数据库。因此，现在我在应用程序中构建一个数据层，该数据层写入 RDBMS (SQL SERVER)，但从 Azure 表存储读取(正确分区后速度非常快)。

问题是，当读取模型已经非常快时，为什么要或应该在读取模型之上添加一层缓存(例如分布式 Redis 缓存)？可以获得什么性能/优势？如果我理解正确的话，它只会增加另一层复杂性，因为您必须处理过时的数据。

Answer 1

在其他条件相同的情况下，缓存层总是比 RDBMS 更快并且能够处理更高的吞吐量。

基本上，您可以对 RDBMS 执行更复杂但更慢的查询，然后将它们存储在缓存层中，这基本上只是一个用于 O(1) 访问的键值存储。相比之下，基本上没有针对 RDBMS 的查询会那么快。如果有很多人重复点击相同的查询，那么这是一个既可以扩展规模又可以为用户提供更快体验的好方法。

是的，代价是它增加了额外的复杂性。如果您的数据库足够强大且足够快来处理当前的负载+，则不必担心缓存。另一方面，如果您试图扩展或为用户提供更快的体验，则缓存比数据库分片或集群复杂得多，并且对于许多应用程序来说，缓存会走得更远，并且需要更少的实现和维护工作。