在高性能读取模型(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，您可以在开发超大规模应用程序时考虑这些技术。正如他们所说的，网络规模的架构。

我现在了解到，您可以拆分读写模型/数据库。因此，现在我在我的应用程序中构建了一个数据层，它写入RDBMS (SQL服务器)，但从Azure Table Storage读取(当适当分区时，它非常快)。

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

Answer 1

在其他条件相同的情况下，缓存层总是比RDBMS更快，能够处理更高的吞吐量。

基本上，您可以对RDBMS执行更复杂但速度更慢的查询，然后将它们存储在缓存层中，缓存层基本上只是一个用于O(1)访问的键值存储。相比之下，基本上对RDBMS的任何查询都不会那么快。如果你有很多人反复点击相同的查询，这是一个很好的扩展和给你的用户一个更快的体验的路径。

是的，权衡的是它增加了额外的复杂性。如果您的数据库足够强大和快速，可以处理当前的load+，则不必担心缓存问题。另一方面，如果您试图扩展或为用户提供更快的体验，则缓存比分片或集群您的数据库要简单得多，而且对于许多应用程序来说，缓存将走得更远，需要的实现和维护工作更少。