Tolu 'o e ngaahi la'i Cache 'i he vaha'a 'o e Fili mo e Tisiki .

'Ilo mahu'inga: 'I he lahi taha 'o e ngaahi ngaue 'a e OLTP, 'oku 'uhinga 'a e buffer pool 'oku lahi lelei 'a e 95–99% 'o e ngaahi lau 'o e fakamatala kotoa pe 'oku ngaue mei he RAM. Ko e seti ngaue — 'a e subset 'o ho'o fakamatala 'oku fehu'i mo'oni 'a e pa ki he taimi lahi — 'oku fa'a si'isi'i ange 'aupito ia 'i he lahi fakakatoa 'o e fakamatala. Ko e fakalahi ho'o buffer pool ke fe'unga mo ho'o seti ngaue, 'ikai ko ho'o dataset kotoa, ko e ngaue tuning 'e taha 'oku ma'olunga taha hono fakafoki 'e lava ke ke fai.

'Oku anga fefe hono fakafonu 'e he Cache 'o e Sisitemi Ngaue 'a e Va 'i he Vaha'a 'o e RAM mo e Tisiki?

Na'a mo e taimi 'oku mole ai 'a e buffer pool 'o e database 'a'ana, 'oku te'eki ke fakataumu'a ha fehu'i ki ha lau 'o e tisiki mo'oni. 'Oku tauhi 'e he sisitemi ngaue ha peesi 'o e cache ('oku ui foki ko e cache 'o e faile), ko ha vahefonua 'o e RAM 'oku pule'i 'e he kernel 'oku ne buffers 'a e lau mo e tohi ke ta'ofi 'a e ngaahi device. 'I he taimi 'oku kole ai 'e he misini 'o e database ha peesi 'oku 'ikai ke 'i ai 'i hono buffer pool, 'Oku vakai'i 'e he kernel 'o e OS 'a 'ene cache peesi 'a'ana kimu'a pea toki tukuange mai ha fekau fakatu'asino I/O ki he pule 'o e tanaki'anga.

Ko e layer hono tolu ko 'eni 'oku lahi 'a e ta'e 'asi ki he kau developers 'o e polokalama ka 'oku mahu'inga loloto 'i he ngaahi sisitemi 'oku 'ikai ke 'i ai ha 'uhinga 'o e pool buffer 'o e database. 'Oku vahevahe 'a e peesi OS cache 'i he ngaahi founga kotoa pe, ko ia 'oku ne fe'auhi mo ho'o server 'o e tohi kole, server 'o e uepi, mo ha toe polokalama fakakomipiuta kehe 'oku lele 'i he host tatau. 'I he ngaahi seva 'o e database fakatapui, 'Oku si'isi'i 'a e fe'auhi ko 'eni, pea 'oku 'omi 'e he OS cache ha buffer 'uhinga 'o e faingamalie hono ua. 'I he ngaahi host vahevahe pe ngaahi koniteina 'oku 'i ai ha ngaahi fakangatangata 'o e manatu 'oku fufuu'i, 'Oku fa'a fu'u si'isi'i 'a e OS cache ke tokoni.

Ko e fē ʻa e Cache Layer ʻoku ne fatongiaʻaki ʻa e Ikuna Fakahoko Lahi Taha ʻi he Ngaue?

'I he ngaahi sisitemi ngaohi 'o e mamani mo'oni, 'oku pule'i 'e he buffer pool 'a e ngaahi ola 'o e fakahoko 'e ha tafa'aki lahi. Ko e 'uhinga 'eni 'oku tokoni kehekehe ai 'a e layer takitaha 'i he ngaahi keisi 'o hono faka'aonga'i:

• Fehu'i 'a e ola 'o e cache: Monu'ia ma'olunga taha 'i he lau-mamafa, lahi taha 'o e ngaahi fakamatala 'oku tu'u ma'u — lipooti 'a e ngaahi fehu'i, dashboards 'o e cache, ngaahi ngata'anga 'o e kakano 'o e kakai. Ta'e'aonga 'i he ngaahi tepile tohi-mamafa.
• Ko e pool buffer 'o e fakamatala: Ko e hoosi ngaue faka'univeesi. 'Oku totonu ke 'uluaki tune heni 'a e server 'o e database ngaohi kotoa pe. Tokanga'i lelei 'a e ngaahi founga 'o e 'alunga tu'uma'u mo e hokohoko.
• OS peesi cache: 'Oku ne 'omi ha kupenga malu'i 'i he taimi 'oku si'isi'i ai 'a e lahi 'o e buffer pool. 'Oku tokoni lahi foki lolotonga 'a e ngaahi sikani hokohoko 'o e ngaahi tepile lalahi 'a ia 'e kehe 'a e evict 'a e ngaahi peesi vela mei he buffer pool.
• Cache 'o e pule'i 'o e tanaki'anga koloa (layer 'o e naunau): Ko ha layer hono fa, 'oku fa'a fakangaloku — NVMe SSDs mo e kau pule RAID 'oku nau tauhi 'a e ngaahi pule'anga tohi 'i he vakapuna 'aki 'a e maka pe capacitor backup. 'Oku malu'i 'e he me'a ni 'a e tu'uloa 'o 'ikai feilaulau'i 'a e throughput 'o e tohi 'i he fakamole 'o e fsync latency.
• Ko e tohi kole-la'i 'o e cache (Redis, Memcached): 'Oku tangutu 'i 'olunga 'i he fakamatala kakato, caching 'a e ngaahi ola 'o e fehu'i serialized pe ngaahi me'a kuo fakafuofua'i ke faka'ehi'ehi mei he taa'i 'o e fakamatala 'i he me'a kotoa pe — 'oku lelei 'aupito ki he ngaahi tu'unga SaaS 'o e kau nofo totongi lahi 'oku nau ngaue 'aki 'a e kau faka'aonga'i 'o e taimi tatau 'e lauiafe.

'E lava fēfē ke faka'aonga'i 'e he ngaahi tu'unga pisinisi fakaonopooni 'a e Cache Architecture ki he Falala'anga 'i he Scale?

Ki he ngaahi pisinisi 'oku nau ngaue 'i he ngaahi modules ngaue lahi — CRM, pule'i 'o e poloseki, e-commerce, analytics — 'oku fakapapau'i fakahangatonu 'e he 'atakai 'o e cache 'a e tali 'o e peletifoomu 'i he tupulaki 'a e ngaahi timi. 'E lava ke ngaue 'a e ngaahi tu'unga 'oku langa 'i ha founga ngaue 'o e cache 'oku layered lelei 'a e laui hongofulu afe 'o e kau faka'aonga'i 'o e taimi tatau 'o 'ikai ha fakamole fakafe'unga ki he ngaahi langa fakalakalaka. Ko e kī ko hono tisaini 'o e ngaahi founga 'o e 'alunga 'o e fakamatala 'oku faka'apa'apa'i 'a e ngaahi ngata'anga 'o e cache: tauhi 'a e fakamatala vela ke si'isi'i mo e ngaahi founga 'o e 'alunga 'oku lava ke tomu'a tala, faka'aonga'i 'a e ngaahi replicas lau ke tufaki 'a e kavenga 'o e buffer pool, pea mo hono fokotu'u 'o ha cache 'o e polokalama-layer hange ko e Redis 'i mu'a 'i he database ki he ngaahi endpoints 'oku nau ngaue 'aki 'a e fakamatala tatau ki he kau faka'aonga'i tokolahi 'i he taimi tatau.

Ko e Mewayz 'oku fa'u ia 'aki 'a e filosofia tonu ko 'eni 'i he 'atamai. 'I he 207 modules pisinisi fakatahataha'i 'oku ne fakaivia 'a e kau faka'aonga'i 'o e 138,000, 'Oku fakataumu'a 'a e layer 'o e fakamatala 'o e peletifoomu koe'uhi ke 'oku ngaue 'a e konga lahi 'o e lau mei he cache — tauhi 'a e taimi tali vave mo e ngaahi fakamole 'o e ngaahi langa fakalakalaka 'oku lava ke tomu'a tala pe 'oku ke lele 'i he $19/mahina kamata palani/ tiNgaahi Fehuʻi ʻoku Faʻa ʻEke

'Oku fakalelei'i ma'u pe 'e he fakata'e'aonga'i 'o e cache 'o e fehu'i 'a e fakahoko 'o e database?

'Ikai ma'u pe, ka ki he ngaahi ngaue mamafa tohi 'oku angamaheni 'aki 'ene fai. 'Oku fie ma'u 'e he cache 'o e fehu'i ha mutex fakamamani lahi ke tauhi 'a e tu'uma'u, 'a ia 'oku hoko ko ha bottleneck 'i he lalo concurrency ma'olunga. Na'e to'o 'e he MySQL 8.0 'a e cache 'o e fehu'i 'i he 'uhinga ko 'eni. Na'e 'ikai 'aupito ke fakahoko 'e he PostgreSQL ha langa-'i he fehu'i 'o e cache, 'o falala 'i hono fetongi 'o e buffer pool mo e caching 'o e polokalama-layer. Kapau 'oku ma'olunga ho'o lau-ki-tohi 'a e ratio pea 'oku toutou lahi ho'o ngaahi fehu'i, 'e lava ke 'omi 'e ha cache 'o e fehu'i 'a e ngaahi ma'u'anga tokoni mo'oni — ka 'ikai, 'inivesi 'a e feinga tuning ko ia 'i he buffer pool.

Te u ʻilo fēfē pe ʻoku totonu hono lahi ʻo ʻeku buffer pool?

Monitor ho'o buffer pool hit ratio: 'a e peseti 'o e ngaahi kole peesi 'oku ngaue mei he pool versus 'a kinautolu 'oku fie ma'u ha lau 'o e tisiki. Ko ha 'inasi 'o e lavea 'i lalo 'i he 95% 'i ha kavenga ngaue OLTP ko ha faka'ilonga ia ke fakalahi 'a e lahi 'o e pool. 'I he MySQL, fehu'i FAKA'ALI'ALI 'A E TU'UNGA 'O E INNODB 'O E MISINI pea vakai ki he tu'unga 'o e lavea 'o e buffer pool. 'I he PostgreSQL, 'oku fakahaa'i 'e he pg_statio_user_tepile vakai 'a e ngaahi poloka 'o e fu'u 'akau 'oku lau mei he tisiki versus 'oku ngaue mei he vaitupu buffer. Taumu'a ke tauhi ho'o seti ngaue kotoa — 'ikai ko ho'o dataset kakato — nofo 'i he RAM.

Ko e hā ʻa e fekauʻaki ʻi he vahaʻa ʻo e ngaahi laʻi cache mo e falalaʻanga ʻo e SaaS ʻa e kau nofo totongi tokolahi?

'I he SaaS 'o e kau nofo totongi lahi, 'oku ta'ofi 'e he ngaahi la'i cache 'a e ngaahi palopalema "kaunga'api longoa'a" 'a ia 'oku fakasi'isi'i ai 'e he kavenga fehu'i mamafa 'a e tokotaha nofo totongi 'a e fakahoko ngaue ki he kau nofo totongi kehe kotoa pe. Tenant-'ilo'i 'a e tohi kole caching mo e TTL-fakava'e 'i he invalidation 'oku ne tauhi 'a e fakamatala vela 'o e tokotaha nofo totongi 'i he Redis, fakasi'isi'i 'aupito 'a e buffer pool 'a e 'omi mei he ngaahi 'akauni lalahi. Ko e pooling fehokotaki'anga 'o e levolo 'o e database fakataha mo ha pool buffer mafana 'oku ne fakapapau'i 'oku 'ikai ke fufulu 'e he 'ekitiviti 'o e pa mei ha 'akauni 'e taha 'a e ngaahi peesi vahevahe mei he cache pea fakatupu 'a e latency spikes 'i he tafa'aki 'o e tu'unga.