Stratégies d’invalidation du cache
Explorez différentes stratégies d’invalidation des données mises en cache afin de garantir leur actualité et leur cohérence.
Stratégies d’invalidation du cache est une leçon System Design Basics for Backend Developers gratuite sur CoddyKit. Ceci est la leçon 1 sur 4. Tu peux lire la leçon complète ci-dessous gratuitement — puis la pratiquer en direct dans le navigateur avec un éditeur de code intégré et un tuteur IA 24/7. Elle fait partie du parcours d'apprentissage System Design Basics for Backend Developers, et ta progression se synchronise sur le web et l'application CoddyKit. Le cours System Design Basics for Backend Developers comprend 4 leçons au total.
Certaines parties de cette leçon n'ont pas encore été traduites et s'affichent en anglais.
What is Cache Invalidation?
Caching helps speed up applications by storing frequently accessed data closer to where it's needed. But what happens when the original data changes?
Cache invalidation is the process of removing or updating cached data when the original source data has changed. It ensures that users always see the most up-to-date information.
The Problem of Stale Data
Imagine you're viewing a product's price on an e-commerce site. If the price changes in the database but your browser (or an intermediate cache) still shows the old price, that's stale data.
Stale data can lead to incorrect information, bad user experiences, or even financial losses. Effective invalidation is key to preventing this.
Time-Based Invalidation (TTL)
The simplest invalidation strategy is Time-To-Live (TTL). Each cached item is given an expiry time. After this time, the item is considered stale and will be removed or refreshed upon the next request.
It's easy to implement but doesn't guarantee immediate freshness if the data changes *before* the TTL expires.
// Example: Setting a cache entry with a TTL
cache.put("user:123", userData, 300); // Cache for 300 seconds
// When requesting "user:123" after 300 seconds,
// the cache will return null or a stale indicator.TTL: Simple but Limited
Pros of TTL:
- Easy to implement and manage.
- Automatically handles removal of old data.
- Reduces load on the database periodically.
Cons of TTL:
- Data can be stale for the duration of the TTL.
- Choosing an optimal TTL can be tricky.
- Not suitable for data requiring immediate consistency.
Explicit Invalidation: On-Demand
Explicit invalidation means directly removing a cached item when its corresponding source data changes. This ensures immediate freshness.
When an update occurs in the database, the application explicitly tells the cache to delete the affected item(s). The next read request will then fetch the fresh data from the database and re-populate the cache.
// When an item is updated in the database
function updateProduct(productId, newPrice) {
database.update("products", productId, newPrice);
cache.delete("product:" + productId); // Explicitly remove from cache
}Cache-Aside & Explicit Invalidation
This pattern combines the Cache-Aside strategy (where the application manages caching) with explicit invalidation. It's very common.
How it works:
- Read: Check cache first. If not found, fetch from DB, then store in cache.
- Write: Update DB first, then explicitly invalidate (delete) the item from the cache.
// Read operation
function getProduct(productId) {
let product = cache.get("product:" + productId);
if (product === null) {
product = database.fetch("products", productId);
cache.put("product:" + productId, product);
}
return product;
}
// Write operation (as seen in previous scene)
// updateProduct(productId, newPrice) {...}Event-Driven Invalidation (Pub/Sub)
In distributed systems, Event-Driven Invalidation uses a Publish/Subscribe (Pub/Sub) model. When data changes, the service responsible publishes an "update" event to an event bus.
Other services or cache instances that hold a copy of that data subscribe to these events and invalidate their local caches accordingly. This decouples services and ensures consistency across many components.
Versioning for Cache Freshness
Another approach is to use version numbers or timestamps. Each cached item and its corresponding database record can carry a version.
When fetching data, you can compare the cached item's version with the database's version. If the cached version is older, it's stale and needs to be refreshed. This is useful for optimistic concurrency control as well.
// Conceptual check for data freshness
function isCacheStale(cachedItem, dbItem) {
return cachedItem.version < dbItem.version;
}
// Or using a timestamp
function isCacheStale(cachedItem, dbItem) {
return cachedItem.lastModified < dbItem.lastModified;
}Choosing the Right Invalidation
The best invalidation pattern depends on your application's needs:
- Data Freshness: How critical is it for users to see the absolute latest data?
- Update Frequency: How often does the data change?
- System Complexity: How many services share the data?
- Performance Impact: What's the cost of invalidation vs. the cost of stale data?
Often, a combination of patterns is used.
Invalidation Challenge
You are designing a system for a real-time stock trading platform. Stock prices update very frequently, and showing stale prices could lead to significant financial issues for users.
Which cache invalidation strategy would be most appropriate to ensure users always see the most up-to-date stock prices?
Cache Invalidation Recap
In this lesson, we explored crucial cache invalidation patterns:
- Time-To-Live (TTL): Simple, time-based expiry.
- Explicit Invalidation: Direct removal upon data change.
- Event-Driven (Pub/Sub): For distributed systems to notify changes.
- Versioning: Comparing data versions/timestamps for freshness.
Choosing the right strategy ensures data consistency and a reliable user experience in your systems.
Questions Fréquemment Posées
La leçon « Stratégies d’invalidation du cache » est-elle gratuite ?
Oui — le texte complet de « Stratégies d’invalidation du cache » est gratuit à lire ici sur le web. Pour la pratiquer de manière interactive (un éditeur de code intégré et un tuteur IA 24/7) et déverrouiller le reste du cours System Design Basics for Backend Developers, passe à CoddyKit PRO. Le cours System Design Basics for Backend Developers comprend 4 leçons au total.
Qu'est-ce que j'apprendrai dans « Stratégies d’invalidation du cache » ?
Explorez différentes stratégies d’invalidation des données mises en cache afin de garantir leur actualité et leur cohérence. Tu pratiques System Design Basics for Backend Developers avec du code pratique que tu exécutes directement dans le navigateur, et un tuteur IA 24/7 répond à tes questions au fur et à mesure que tu avances dans la leçon.
Dois-je avoir de l'expérience pour commencer System Design Basics for Backend Developers ?
Aucune expérience préalable n'est requise. System Design Basics for Backend Developers sur CoddyKit est structuré pour les débutants jusqu'aux apprenants avancés, donc tu peux commencer ici ou depuis le début et avancer à ton rythme. Ceci est la leçon 1 sur 4.
Combien de temps prend la leçon « Stratégies d’invalidation du cache » ?
La plupart des leçons CoddyKit prennent environ 5–10 minutes. Chacune est courte et interactive, tu progresses régulièrement et tu repiques exactement où tu t'es arrêté sur le web et l'app.
Peux-tu écrire et exécuter du code dans cette leçon System Design Basics for Backend Developers ?
Oui. Chaque leçon System Design Basics for Backend Developers inclut un éditeur de code intégré, tu écris et exécutes du vrai code directement dans ton navigateur et tu reçois des retours IA instantanés — aucune configuration locale requise.
Toutes les leçons de ce cours
- Stratégies d’invalidation du cache
- Intégration d’un CDN et mise en cache en périphérie
- Mise en cache distribuée avec Redis
- Politiques d’éviction du cache