数据库Cache怎么用

“数据库 Cache 怎么用”这个问题比较常见，但不同场景用法差别很大。我按「由浅入深 + 常见方案」给你一个清晰、可落地的说明。

一、先搞清楚：你说的是哪一层 Cache？

常见有 4 种含义：

1. 数据库自带的缓存（MySQL Buffer Pool、PostgreSQL shared buffers）
2. 应用层缓存数据库查询结果
3. 使用 Redis / Memcached 做缓存
4. ORM / 框架自带的缓存

下面分别讲。

二、数据库自带的 Cache（最简单，但要会用）

✅ MySQL：Buffer Pool

最重要、最常用

SHOW VARIABLES LIKE 'innodb_buffer_pool_size';

作用

• 缓存：索引 + 数据页
• 命中率高 → 查询快

怎么用

• 通常设置为 物理内存的 60%～80%
• 不要手动“操作”，而是调参数 + 建索引

✅ 适合：

• 没引入 Redis 前
• OLTP 场景（读多写少）

三、应用层缓存（最常见）

思路

查询数据库前先查缓存：

请求 → 缓存有？ → 有直接返回
                 → 没有 → 查数据库 → 写缓存 → 返回

示例（伪代码）

value = cache.get(key);
if (value != null) {
    return value;
}

value = db.query(sql);
cache.set(key, value, 300); // 缓存 5 分钟
return value;

✅ 适合：

• 热点数据
• 读多写少
• 对实时性要求不极端

四、Redis Cache（最主流方案）

1️⃣ 缓存什么？

• 单个对象（用户、商品）
• 查询结果（列表、分页）
• 计数（点赞、浏览）
• 热点数据

2️⃣ 常见 Key 设计

user:1001
product:2031
order:list:user:1001

3️⃣ 缓存更新策略（重点）

✅ 方案 1：Cache Aside（最常用 ✅✅✅）

读：
1. 先读缓存
2. 没有 → 读 DB → 写缓存

写：
1. 更新 DB
2. 删除缓存（不是更新）

示例：

update DB
delete cache

✅ 原因：避免并发下缓存不一致

五、缓存常见问题 & 解决方案

1️⃣ 缓存穿透（查不存在的数据）

❌ 问题
缓存没有，DB也没有，一直打 DB

✅ 解决

• 缓存空值（short TTL）
• 参数校验
• 布隆过滤器（高级）

2️⃣ 缓存击穿（热点 key 过期）

❌ 问题
一个超级热点 key 过期，大量请求打到 DB

✅ 解决

• 热点 key 不设过期
• 互斥锁重建缓存
• 后台定时刷新

3️⃣ 缓存雪崩（大量 key 同时过期）

❌ 问题
缓存一起失效，DB 被打爆

✅ 解决

• TTL 加随机值
• 多级缓存
• 限流 + 降级

六、是否需要缓存？什么时候不该用？

✅ 适合缓存

• 读多写少
• 数据变化不频繁
• 对性能要求高

❌ 不适合

• 强一致性要求（余额、库存）
• 数据量极小
• 写多读少

七、Cache 不是银弹（重要）

先优化 SQL + 索引，再考虑缓存

顺序建议：

1. SQL 是否合理
2. 索引是否正确
3. 数据量是否过大
4. 再引入缓存

八、如果你愿意，我可以继续帮你

你可以直接告诉我：

• 用的是 MySQL / PostgreSQL / Oracle？
• 用的是 Java / Python / Go？
• 想解决 什么问题（慢查询 / 高并发 / 热点数据）？

我可以给你： ✅ 具体实现代码
✅ 缓存架构图
✅ 真实企业级方案
✅ Cache + DB 一致性完整设计