设计一个键-值缓存来存储最近 web 服务查询的结果
设计一个键-值缓存来存储最近 web 服务查询的结果
注意：这个文档中的链接会直接指向系统设计主题索引中的有关部分，以避免重复的内容。你可以参考链接的相关内容，来了解其总的要点、方案的权衡取舍以及可选的替代方案。
第一步：简述用例与约束条件
搜集需求与问题的范围。 提出问题来明确用例与约束条件。 讨论假设。
我们将在没有面试官明确说明问题的情况下，自己定义一些用例以及限制条件。
用例
我们将把问题限定在仅处理以下用例的范围中
- 用户发送一个搜索请求，命中缓存
- 用户发送一个搜索请求，未命中缓存
- 服务有着高可用性
限制条件与假设
提出假设
- 网络流量不是均匀分布的
- 经常被查询的内容应该一直存于缓存中
- 需要确定如何规定缓存过期、缓存刷新规则
- 缓存提供的服务查询速度要快
- 机器间延迟较低
- 缓存有内存限制
- 需要决定缓存什么、移除什么
- 需要缓存百万级的查询
- 1000 万用户
- 每个月 100 亿次查询
计算用量
如果你需要进行粗略的用量计算，请向你的面试官说明。
- 缓存存储的是键值对有序表，键为
query（查询），值为results（结果）。query- 50 字节title- 20 字节snippet- 200 字节- 总计：270 字节
- 假如 100 亿次查询都是不同的，且全部需要存储，那么每个月需要 2.7 TB 的缓存空间
- 单次查询 270 字节 * 每月查询 100 亿次
- 假设内存大小有限制，需要决定如何制定缓存过期规则
- 每秒 4,000 次请求
便利换算指南：
- 每个月有 250 万秒
- 每秒一个请求 = 每个月 250 万次请求
- 每秒 40 个请求 = 每个月 1 亿次请求
- 每秒 400 个请求 = 每个月 10 亿次请求
第二步：概要设计
列出所有重要组件以规划概要设计。
第三步：设计核心组件
深入每个核心组件的细节。
用例：用户发送了一次请求，命中了缓存
常用的查询可以由例如 Redis 或者 Memcached 之类的内存缓存提供支持，以减少数据读取延迟，并且避免反向索引服务以及文档服务的过载。从内存读取 1 MB 连续数据大约要花 250 微秒，而从 SSD 读取同样大小的数据要花费 4 倍的时间，从机械硬盘读取需要花费 80 倍以上的时间。1
由于缓存容量有限，我们将使用 LRU（近期最少使用算法）来控制缓存的过期。
- 客户端向运行反向代理的 Web 服务器发送一个请求
- 这个 Web 服务器将请求转发给查询 API 服务
- 查询 API 服务将会做这些事情：
- 分析查询
- 移除多余的内容
- 将文本分割成词组
- 修正拼写错误
- 规范化字母的大小写
- 将查询转换为布尔运算
- 检测内存缓存是否有匹配查询的内容
- 如果命中内存缓存，内存缓存将会做以下事情：
- 将缓存入口的位置指向 LRU 链表的头部
- 返回缓存内容
- 否则，查询 API 将会做以下事情：
- 使用反向索引服务来查找匹配查询的文档
- 反向索引服务对匹配到的结果进行排名，然后返回最符合的结果
- 使用文档服务返回文章标题与片段
- 更新内存缓存，存入内容，将内存缓存入口位置指向 LRU 链表的头部
- 使用反向索引服务来查找匹配查询的文档
- 如果命中内存缓存，内存缓存将会做以下事情：
- 分析查询
缓存的实现
缓存可以使用双向链表实现：新元素将会在头结点加入，过期的元素将会在尾节点被删除。我们使用哈希表以便能够快速查找每个链表节点。
向你的面试官告知你准备写多少代码。
实现查询 API 服务：
class QueryApi(object):
def __init__(self, memory_cache, reverse_index_service):
self.memory_cache = memory_cache
self.reverse_index_service = reverse_index_service
def parse_query(self, query):
"""移除多余内容，将文本分割成词组，修复拼写错误，
规范化字母大小写，转换布尔运算。
"""
...
def process_query(self, query):
query = self.parse_query(query)
results = self.memory_cache.get(query)
if results is None:
results = self.reverse_index_service.process_search(query)
self.memory_cache.set(query, results)
return results
实现节点：
class Node(object):
def __init__(self, query, results):
self.query = query
self.results = results
实现链表：
class LinkedList(object):
def __init__(self):
self.head = None
self.tail = None
def move_to_front(self, node):
...
def append_to_front(self, node):
...
def remove_from_tail(self):
...
实现缓存：
class Cache(object):
def __init__(self, MAX_SIZE):
self.MAX_SIZE = MAX_SIZE
self.size = 0
self.lookup = {} # key: query, value: node
self.linked_list = LinkedList()
def get(self, query)
"""从缓存取得存储的内容
将入口节点位置更新为 LRU 链表的头部。
"""
node = self.lookup[query]
if node is None:
return None
self.linked_list.move_to_front(node)
return node.results
def set(self, results, query):
"""将所给查询键的结果存在缓存中。
当更新缓存记录的时候，将它的位置指向 LRU 链表的头部。
如果这个记录是新的记录，并且缓存空间已满，应该在加入新记录前
删除最老的记录。
"""
node = self.lookup[query]
if node is not None:
# 键存在于缓存中，更新它对应的值
node.results = results
self.linked_list.move_to_front(node)
else:
# 键不存在于缓存中
if self.size == self.MAX_SIZE:
# 在链表中查找并删除最老的记录
self.lookup.pop(self.linked_list.tail.query, None)
self.linked_list.remove_from_tail()
else:
self.size += 1
# 添加新的键值对
new_node = Node(query, results)
self.linked_list.append_to_front(new_node)
self.lookup[query] = new_node
何时更新缓存
缓存将会在以下几种情况更新：
- 页面内容发生变化
- 页面被移除或者加入了新页面
- 页面的权值发生变动
解决这些问题的最直接的方法，就是为缓存记录设置一个它在被更新前能留在缓存中的最长时间，这个时间简称为存活时间（TTL）。
参考 「何时更新缓存」来了解其权衡取舍及替代方案。以上方法在缓存模式一章中详细地进行了描述。
第四步：架构扩展
根据限制条件，找到并解决瓶颈。
重要提示：不要从最初设计直接跳到最终设计中！
现在你要 1) 基准测试、负载测试。2) 分析、描述性能瓶颈。3) 在解决瓶颈问题的同时，评估替代方案、权衡利弊。4) 重复以上步骤。请阅读「设计一个系统，并将其扩大到为数以百万计的 AWS 用户服务」 来了解如何逐步扩大初始设计。
讨论初始设计可能遇到的瓶颈及相关解决方案是很重要的。例如加上一个配置多台 Web 服务器的负载均衡器是否能够解决问题？CDN呢？主从复制呢？它们各自的替代方案和需要权衡的利弊又有什么呢？
我们将会介绍一些组件来完成设计，并解决架构扩张问题。内置的负载均衡器将不做讨论以节省篇幅。
为了避免重复讨论，请参考系统设计主题索引相关部分来了解其要点、方案的权衡取舍以及可选的替代方案。
将内存缓存扩大到多台机器
为了解决庞大的请求负载以及巨大的内存需求，我们将要对架构进行水平拓展。如何在我们的内存缓存集群中存储数据呢？我们有以下三个主要可选方案：
- 缓存集群中的每一台机器都有自己的缓存 - 简单，但是它会降低缓存命中率。
- 缓存集群中的每一台机器都有缓存的拷贝 - 简单，但是它的内存使用效率太低了。
- 对缓存进行分片，分别部署在缓存集群中的所有机器中 - 更加复杂，但是它是最佳的选择。我们可以使用哈希，用查询语句
machine = hash(query)来确定哪台机器有需要缓存。当然我们也可以使用一致性哈希。
其它要点
是否深入这些额外的主题，取决于你的问题范围和剩下的时间。
SQL 缩放模式
NoSQL
缓存
异步与微服务
通信
- 可权衡选择的方案：
- 与客户端的外部通信 - 使用 REST 作为 HTTP API
- 服务器内部通信 - RPC
- 服务发现
安全性
请参阅「安全」一章。
延迟数值
请参阅「每个程序员都应该知道的延迟数」。
持续探讨
- 持续进行基准测试并监控你的系统，以解决他们提出的瓶颈问题。
- 架构拓展是一个迭代的过程。