缓存技术演进

Posted on 2026-08-27 Views:

1.缓存的本质

缓存是为了调节速度不一致的介质之间的速度差，置于中间实现速度较快的一方加速访问速度较慢的一方。

典型例子：CPU缓存加速访问内存、内存加速访问硬盘、Raid Cache加速磁盘IO。

2.缓存的分层架构

用户层 ──────────────── 浏览器DNS缓存、应用程序DNS缓存、操作系统DNS缓存
    │
代理层 ──────────────── CDN缓存、反向代理缓存(Nginx)
    │
Web层 ──────────────── 解释器Opcache、Web服务器缓存
    │
应用层 ──────────────── 页面静态化(动态→静态HTML)
    │
数据层 ──────────────── 分布式缓存(Redis/Memcached)、数据库查询缓存
    │
系统层 ──────────────── 操作系统cache/buffer
    │
物理层 ──────────────── 磁盘Cache、Raid Cache

Buffer vs Cache： Buffer用于写缓冲（先存内存后写磁盘），Cache用于读缓存（加速频繁读取的数据）

3.用户层缓存演进

1. DNS缓存

浏览器DNS缓存默认60秒，60秒内访问同一域名不再重新解析
HTML5新增 dns-prefetch 预取技术，提前解析域名

2. 浏览器缓存机制（HTTP缓存）

机制	原理	特点
Last-Modified	服务器记录资源最后修改时间，客户端下次请求带 `If-Modified-Since`	仍需发请求，精度到秒
Etag	服务器生成资源唯一标识，客户端带 `If-None-Match`	更精确，但多服务器需保持一致
Expires	响应头直接指定过期时间	依赖本地时钟，可能有偏差
Cache-Control	更灵活的过期控制（max-age等）	优先于Expires

混合使用顺序：

先判断 Expires → 未过期则直接用缓存
       ↓ 已过期
发HTTP请求 → 判断 Last-Modified → 未变则返回304
                                ↓ 已变
                          判断 Etag → 未变则返回304
                                              ↓ 已变
                                        返回200 + 新资源

刷新行为：

操作	效果
首次访问	获取最新数据，返回200
点击刷新(F5)	发请求协商缓存，Last-Modified/Etag生效
强制刷新(Ctrl+F5)	忽略所有缓存，直连服务器

4.CDN缓存

问题： 用户与源站物理距离远、跨运营商转发延迟高、源站带宽瓶颈

解决方案： 将源站资源缓存到全国各地边缘节点，用户就近获取

调度流程：

用户请求 → Local DNS → GSLB智能调度 → 最优边缘节点IP
                                    ↓
                          有缓存？→ 直接返回
                                    ↓ 无缓存
                          回源站获取 → 缓存到节点 → 返回给用户

302重定向优化： 解决DNS调度失效/生效慢问题，实时决策最优节点

分层缓存策略：

热度级别	存储介质	数据空间
高(40%-90%)	内存Cache	8G-64G
中(30%-50%)	SSD/SATA	1T-15T
低(冷数据)	云存储	回源拉取

5.应用层缓存

技术	说明
Opcache	PHP/Java等解释型语言的字节码缓存
页面静态化	动态页面提前生成静态HTML文件
Web服务器缓存	Nginx proxy_cache等

注意： 代码上线后字节码可能未更新，部署前需清理缓存

6.数据层缓存

核心产品对比：

特性	Redis	Memcached
数据类型	String/List/Set/ZSet/Hash	仅String
持久化	RDB + AOF	无
单机并发	数万级(单线程)	多线程并发
分布式	Redis Cluster	客户端分片
最大Value	512MB(建议<2MB)	1MB
功能	Lua脚本/PubSub/事务/Pipeline	简单get/set

Redis 6.0变化： 引入网络IO多线程，但命令执行仍是单线程

7.Redis 典型应用场景

Session共享 ──── Web集群多服务器会话一致
    │
缓存 ──────── 数据查询、商品信息、新闻内容
    │
计数器 ────── 排行榜、浏览数统计
    │
社交场景 ──── 共同好友、粉丝数、关注、点赞评论
    │
消息队列 ──── ELK日志缓存、订阅发布系统
    │
地理位置 ──── 摇一摇、附近的人、外卖定位

8.演进总结

CPU缓存(硬件)
    ↓
内存Cache/Buffer(操作系统层)
    ↓
DNS缓存 + 浏览器HTTP缓存(用户层)
    ↓
CDN缓存(边缘加速层)
    ↓
Web层Opcache + 页面静态化(应用层)
    ↓
Redis/Memcached(分布式数据层)
    ↓
数据库查询缓存(InnoDB Buffer Pool等)

核心趋势： 从硬件到软件、从单机到分布式、从简单存储到丰富数据结构、从无持久化到有高可用集群。