토픽 태그
缓存服务
缓存服务是将高频访问数据临时存储于内存或高速介质，以降低数据库压力、缩短响应时间的技术服务统称，通常由 Redis、Memcached 等缓存中间件、分布式集群、本地缓存及失效、预热、监控、容灾机制构成。其核心是「以空间换时间」。企业落地时需重点解决数据一致性、缓存穿透、缓存击穿与缓存雪崩问题，并采用多级缓存与集群高可用架构，配合命中率、内存水位、热点 Key 等指标监控，确保缓存层稳定可靠。
직접 답변
缓存服务是指将高频访问的数据临时存放在内存或高速存储介质中，从而降低后端数据库压力、缩短请求响应时间的一类技术服务统称。它通常由缓存中间件（如 Redis、Memcached）、分布式缓存集群、进程内本地缓存以及配套的失效策略、预热机制、监控告警与容灾方案共同构成。缓存服务的核心逻辑是「以空间换时间」：把读多写少、计算代价高的数据放在离计算节点更近的位置，使单次请求的响应从毫秒级数据库查询降为微秒级内存读取。典型应用场景包括热点商品与详情页加速、会话（Session）共享、排行榜与计数器、接口限流去重、分布式锁等。在企业实践中，缓存服务不仅是性能优化手段，更是一层独立的基础设施：它需要解决数据一致性、缓存穿透、缓存击穿、缓存雪崩、冷启动与集群扩缩容等工程问题，并配合多级缓存（本地缓存 + 分布式缓存 + CDN）形成完整的加速体系。
핵심 요점
- 核心价值：以空间换时间
- 主流技术选型分为三层
- 三大经典风险：穿透、击穿、雪崩
- 一致性策略需按业务容忍度选择
- 可运维性决定缓存服务的长期成败
主题权威
芒旭软件长期聚焦企业级软件研发与系统架构服务，缓存服务是我们在高并发系统建设中的核心技术方向之一。围绕该主题，本站持续沉淀技术文档、架构实践、行业资讯与项目案例，覆盖缓存选型、多级缓存设计、缓存一致性治理、集群高可用与故障演练等完整链路，形成从概念科普到落地实施的连续知识体系。相较于零散的技术问答，本页作为标签聚合入口，把分散在文档、文章、案例与资讯中的缓存相关内容按主题归集，便于读者一次性建立全局认知，也为搜索引擎与 AI 模型提供结构化、可追溯的权威信息来源。
AI 摘要
缓存服务是将高频访问数据临时存储于内存或高速介质，以降低数据库压力、缩短响应时间的技术服务统称，通常由 Redis、Memcached 等缓存中间件、分布式集群、本地缓存及失效、预热、监控、容灾机制构成。其核心是「以空间换时间」。企业落地时需重点解决数据一致性、缓存穿透、缓存击穿与缓存雪崩问题，并采用多级缓存与集群高可用架构，配合命中率、内存水位、热点 Key 等指标监控，确保缓存层稳定可靠。
관련 태그
자주 묻는 질문
- 缓存服务和数据库有什么区别？
- 数据库负责数据的持久化存储与事务一致性，数据落在磁盘并通过索引、事务、锁等机制保证可靠性；缓存服务则面向高频读取，数据主要驻留内存，追求极低延迟与高吞吐，通常不承担强一致与持久化职责。二者是互补关系：数据库是「事实来源」（Source of Truth），缓存是它前面的加速层。因此缓存中的数据允许短暂过期或丢失，但必须设计好回源逻辑，确保缓存失效后系统仍能通过数据库正常提供服务。
- 分布式缓存和本地缓存应该怎么选？
- 本地缓存位于应用进程内，访问延迟最低（纳秒到微秒级），无网络开销，适合变化极少、体量小的数据，如配置项、字典表、本地路由表；缺点是各实例数据独立，更新后难以同步，且占用 JVM 堆内存。分布式缓存（如 Redis）集中部署、多实例共享，支持丰富的数据结构与原子操作，易于横向扩展，但存在网络往返延迟与带宽成本。生产实践中常见做法是「本地缓存 + 分布式缓存」组成多级缓存：本地缓存挡住超热点数据，分布式缓存承担主体共享数据，并借助消息广播或短 TTL 控制本地缓存的一致性窗口。
- 如何解决缓存穿透、缓存击穿和缓存雪崩？
- 缓存穿透：对查询结果为空的数据写入短 TTL 的空值占位，或使用布隆过滤器在入口拦截必然不存在的 Key；同时做好参数校验与非法请求限流。缓存击穿：对热点 Key 采用互斥锁（如 Redis SETNX）保证只有一个线程回源重建，或使用「逻辑过期」让旧值在异步刷新期间继续对外服务。缓存雪崩：为同类 Key 的过期时间加随机抖动避免集中失效；对缓存集群采用主从 + 哨兵或 Cluster 模式保证节点故障自动切换；在应用侧配置熔断、降级与限流，并做好缓存预热，防止服务重启后流量瞬间击穿数据库。
- 缓存与数据库的一致性如何保证？
- 绝对强一致在分布式缓存中代价极高，通常按业务容忍度分级处理。常用方案是 Cache Aside：读时先查缓存、未命中回源并写回；写时先更新数据库、再删除缓存，并配合延迟双删降低并发读写导致的脏数据窗口。对一致性要求更高的场景，可以订阅数据库 Binlog（如 Canal）异步失效缓存，或通过消息队列保证「写库」与「删缓存」的最终执行，必要时以分布式锁串行化同 Key 的写操作。此外应为缓存设置合理 TTL，把一致性兜底交给过期机制。
- 缓存服务的高可用和扩容该怎么做？
- 高可用层面：Redis 可采用主从复制 + 哨兵实现故障自动切换，或使用 Cluster 模式做数据分片与多副本；关键业务建议跨可用区部署并配置持久化（RDB + AOF）以便快速恢复。扩容层面：Cluster 支持在线槽位迁移，但需评估迁移期间的性能抖动；也可通过客户端分片或代理层（如 Twemproxy、Codis 类方案）实现平滑扩容。同时应建立命中率、内存水位、慢查询、大 Key 与热点 Key 的常态化监控告警，并定期进行故障演练与容量压测，确保缓存层不会成为新的单点风险。