Wzorce unieważniania pamięci podręcznej
Poznaj różne strategie unieważniania danych w pamięci podręcznej, aby zapewnić ich aktualność i spójność.
Wzorce unieważniania pamięci podręcznej to bezpłatna lekcja System Design Basics for Backend Developers na CoddyKit. To lekcja 1 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej System Design Basics for Backend Developers, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs System Design Basics for Backend Developers zawiera 4 lekcji w sumie.
Części tej lekcji nie zostały jeszcze przetłumaczone i są wyświetlane po angielsku.
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.
Często zadawane pytania
Czy lekcja „Wzorce unieważniania pamięci podręcznej” jest bezpłatna?
Tak — pełny tekst „Wzorce unieważniania pamięci podręcznej” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu System Design Basics for Backend Developers, przejdź na CoddyKit PRO. Kurs System Design Basics for Backend Developers zawiera 4 lekcji w sumie.
Co nauczysz się w „Wzorce unieważniania pamięci podręcznej”?
Poznaj różne strategie unieważniania danych w pamięci podręcznej, aby zapewnić ich aktualność i spójność. Ćwiczysz System Design Basics for Backend Developers z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.
Czy potrzebuję doświadczenia, aby zacząć System Design Basics for Backend Developers?
Nie wymagamy żadnego doświadczenia. System Design Basics for Backend Developers w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 1 z 4.
Ile czasu zajmuje lekcja „Wzorce unieważniania pamięci podręcznej”?
Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.
Czy mogę pisać i uruchamiać kod w tej lekcji System Design Basics for Backend Developers?
Tak. Każda lekcja System Design Basics for Backend Developers zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.
Wszystkie lekcje w tym kursie
- Wzorce unieważniania pamięci podręcznej
- Integracja z CDN i cache’owanie na brzegu sieci
- Rozproszone cache’owanie z Redis
- Zasady usuwania elementów z cache