[TOC] ## 简介 MysαL等一些常见的关系型数据库的数据都存储在磁盘当中,在高并发场景下,业务应用对 MYSQL产生的增、删、改、查的操作造成巨大的I/O开销和查询压力,这无疑对数据库和服务器都是一种巨大的压力,为了解决此类问题,缓存数据的概念应运而生。 ## 优点 极大地解决数据库服务器的压力 提高应用数据的响应速度 ## 常见的缓存形式 内存缓存,文件缓存 ## 启用 MYSQL查询缓存 极大地降低CPU使用率 ### `query_cache_ type` 查询缓存类型,有0、1、2三个取值。 - 0则不使用查询缓存。 - 1表示始终使用查询缓存。 ``` //对某一条不进行缓存 SELECT SQL_NO_ CACHE* FROM my_table WHERE condition ``` - 2表示按需使用查询缓存。 ``` //在需要缓存时,添加SQL_CACHE SELECT SQL_CACHE * FROM my_table WHERE condition; ``` ### `query_ cache_size` 默认情况下 query_cache_size为0,表示为查询缓存预留的内存为0,无法使用查询缓存 `SET GLOBAL query cache size =134217728;` ### 注意事项 查询缓存可以看做是SQL文本和查询结果的映射 第二次查询的SQL和第一次查询的SQL完全相同,则会使用缓存 `SHOW STATUS LIKE 'Qcache_hits;`查看命中次数 表的结构或数据发生改变时,查询缓存中的数据不再有效 ### 清理缓存 `FLUSH QUERY CACHE;`∥/清理查询缓存内存碎片 `RESET QUERY CACHE;`/从查询缓存中移出所有查询 `FLUSH TABLES;`//关闭所有打开的表,同时该操作将会清空查询缓存中的内容 ## 使用 Memcache缓存查询数据 对于大型站点,如果没有中间缓存层,当流量打入数据库层时,即便有之前的几层为我们挡住一部分流量,但是在大并发的情况下,还是会有大量请求涌入数据库层,这样对于数据库服务器的压力冲击很大,响应速度也会下降,因此添加中间缓存层很有必要。 ### 工作原理 Memcache是一个高性能的分布式的内存对象缓存系统,通过在内存里维护一个统一的巨大的hash表,它能够用来存储各种格式的数据,包括图像、视频、文件以及数据库检索的结果等。简单的说就是将数据调用到内存,然后从内存中读取,从而大大提高读取速度 ### 方法 获取:`get(key)` 设置:`set(key,val, expire)` 删除: `delete(key)` ## 使用 Redis绶存查询数据 ### 与 Memcache的区别 - 性能相差不大 - Redis在2.0版本后增加了自己的VM特性,突破物理内存的限制,Memcache可以修改最大可用内存采用LRU算法 - Redis,依赖客户端来实现分布式读写 - Memcache本身没有数据冗余机制 - Redis支持(快照、AOF),依赖快照进行持久化,aof增强了可靠性的同时,对性能有所影响 - Memcache不支持持久化,通常做缓存,提升性能; - Memcache在并发场景下,用cas保证一致性, redis事务支持比较弱,只能保证事务中的每个操作连续执行较弱,只能保证事务中的毎个操作连续执行 - Redis支持多种类的数据类型 - Redis用于数据量较小的高性能操作和运算上 - Memcache用于在动态系统中减少数据库负载,提升性能;适合做缓存,提高性能