服务之间通过缓存传递数据,我坚决反对!

网络 通信技术
你遇到过这种“服务之间通过缓存传递数据”的架构设计么?这种架构设计好还是不好,为什么?关于这种架构设计方案,分享下个人的观点。

[[408610]]

数据的移动,需要载体,DB和cache是常见的数据存储载体。

如上图:

  • service-A将数据放入cache;
  • service-B从cache里读取数据;

cache作为数据存储载体的好处是:

  • cache的读取和写入都非常快;
  • service-A和service-B物理上解耦;

那么问题来了:

  • 你遇到过这种“服务之间通过缓存传递数据”的架构设计么?
  • 这种架构设计好还是不好,为什么?

关于这种架构设计方案,分享下个人的观点。

楼主支持这种架构设计么?

先说结论,楼主旗帜鲜明的反对“服务之间通过缓存传递数据”。

为什么反对呢?

核心理由有3点。

第一点:数据管道场景,MQ比cache更加适合。

如果只是单纯的将cache作为两个服务数据通讯的管道,service-A生产数据,service-B(当然,可能有service-C/service-D等)订阅数据,MQ比cache更加合适:

(1)MQ是互联网常见的逻辑解耦,物理解耦组件,支持1对1,1对多各种模式,非常成熟的数据通道;

(2)而cache反而会将service-A/B/C/D耦合在一起,大家要彼此协同约定key的格式,ip地址等;

(3)MQ能够支持push,而cache只能拉取,不实时,有时延;

(4)MQ天然支持集群,支持高可用,而cache未必;

(5)MQ能支持数据落地,cache具备将数据存在内存里,具有“易失”性,当然,有些cache支持落地,但互联网技术选型的原则是,让专业的软件干专业的事情:nginx做反向代理,db做固化,cache做缓存,mq做通道;

综上,数据管道场景,MQ比cache更加适合。

第二点:数据共管场景,两个(多个)service同时读写一个cache实例会导致耦合。

如果不是数据管道,是两个(多个)service对一个cache进行数据共管,同时读写,也是不推荐的,这些service会因为这个cache耦合在一起:

(1)大家要彼此协同约定key的格式,ip地址等,耦合;

(2)约定好同一个key,可能会产生数据覆盖,导致数据不一致;

(3)不同服务业务模式,数据量,并发量不一样,会因为一个cache相互影响,例如service-A数据量大,占用了cache的绝大部分内存,会导致service-B的热数据全部被挤出cache,导致cache失效;又例如service-A并发量高,占用了cache的绝大部分连接,会导致service-B拿不到cache的连接,从而服务异常;

综上,数据共管场景,多个service耦合在一个cache实例里,也是不推荐的,需要垂直拆分,实例解耦。

第三点:数据访问场景,两个(多个)service有读写一份数据的需求。

根据服务化的原则,数据是私有的(本质也是解耦):

(1)service层会向数据的需求方屏蔽下层存储引擎,分库,chace的复杂性;

(2)任何需求方不能绕过service读写其后端的数据;

假设有其他service要有数据获取的需求,应该通过service提供的RPC接口来访问,而不是直接读写后端的数据,无论是cache还是db。

综上所述

  • 数据管道场景,MQ比cache更合适;
  • 多个服务不应该公用一个cache实例,应该垂直拆分解耦;
  • 服务化架构,不应该绕过service读取其后端的cache/db,而应该通过RPC接口访问;

【本文为51CTO专栏作者“58沈剑”原创稿件,转载请联系原作者】

戳这里,看该作者更多好文

 

责任编辑:赵宁宁 来源: 51CTO专栏
相关推荐

2021-06-28 09:36:05

系统分层架构微服务架构

2021-12-10 06:07:56

电脑360病毒

2017-07-11 18:00:21

vue.js数据组件

2021-03-19 09:37:30

运营商外交部中国联通

2020-09-04 15:20:10

印度APPTikTok

2021-04-20 18:10:22

缓存服务缓存数据缓存

2012-08-22 09:32:54

面试面试题

2020-04-13 13:56:07

AI 论文开源

2021-05-05 10:46:12

Spectre攻击数据泄露

2021-09-09 18:42:12

React 组件数据

2011-08-16 17:59:05

IOS开发delegate委托

2019-06-24 15:06:09

云平台SaaS数据保护

2009-12-03 08:55:12

Java EE 6

2009-06-24 13:14:11

URL来传递参数JSF

2020-08-11 15:54:15

数据中心整合数据中心

2009-09-04 11:00:13

通过C#引用传递

2011-09-07 16:57:31

QT WidgetQWidget

2022-11-14 09:13:16

2024-03-14 11:24:41

缓存数据库

2024-03-14 10:30:05

缓存场景DEMO
点赞
收藏

51CTO技术栈公众号