[內部分享]Cache 使用 Files 與 Redis

Why Cache ?

1. 保護稀缺資源(database/disk io/server)
2. 提高反應速度,減少延遲(Latency)

Cache Point

4. 資料即時性/如何除錯/如何更新
5. Hit Rate
6. High Availability(HA)
7. 單位時間承載量

Our Cache

1. CDN(Cloudfront)
2. OutputCache
3. Memory Cache
4. Redis Cache
5. File Cache

More Cache not in above

1. Browser Cache
2. Database Execution Plan Cache (執行計劃快取)
3. Elastic Search

File Cache

• pro
  • 簡單易用
• con
  • 咬檔
  • 不會自動過期
  • 自已要處理 lock 機制

Redis Cache

• pro
  • 會自動過期
  • 有提供 Queue 的功能
  • 高速(in memory)
• con
  • 單緖(Single Thread)
  • HA 的機制費用高
  • Redis 承載量受限於記憶體大小
  • 存儲的東西過大,會導致存取速度下降

實踐問題:在大流量的站台，Cache 過期時如何避免大量 Request 同時更新同一份 Cache ?

Ans: 使用 Lock ，
不要使用.NET 的lock ;.NET Lock 的機制問題在於，Lock 會導致其它 Thread 排隊
當系統處於高流量的情境底下，會發生間歇性 Latency 提高，
而且難以追查問題，也難以重現(一般的壓測無法達到如此高量)。

使用共用的 Lock Key 作判斷標準:

1. Lock Key 存在,回傳 Cache Data
2. Lock Key 不存在,建立 Lock Key(包含 Server Id)
3. 重新取得 Lock Key 如果
   • Server Id 與 Request 相同，更新 Cache Data 並回傳
   • Server Id 與 Request 不相同，直接回傳 Cache Data

[Cache Double check Lock Patter(https://docs.microsoft.com/en-us/previous-versions/office/developer/sharepoint-2010/ee558270(v%3Doffice.14)

private static object _lock =  new object();

public void CacheData()
{
   SPListItemCollection oListItems;
       oListItems = (SPListItemCollection)Cache["ListItemCacheName"];
      if(oListItems == null)
      {
         lock (_lock)
         {
              // Ensure that the data was not loaded by a concurrent thread
              // while waiting for lock.
              oListItems = (SPListItemCollection)Cache["ListItemCacheName"];
              if (oListItems == null)
              {
                   oListItems = DoQueryToReturnItems();
                   Cache.Add("ListItemCacheName", oListItems, ..);
              }
         }
     }
}

Other

1. 使用多執行緖時要小心處理 Exception,不然會導致主程序被中斷
   (File Cache 寫入真實案例,多緖的錯誤不佳會使得 IIS 無法處理錯誤,進而中斷程序(w3wp.exe))
2. AWS S3 是走 Https Protocal
3. Redis Delete/Backup 會 Lock Thread
4. Redis Command Timeout 極短，所以要注意單一 Cache 資料量大小 (建議資料要小於 1k?)

參考

• Redis
• memcached
• Caching Data And Objects

(fin)