mufassall

Масштабирование / 4 / 6

Кеширование

Страница товара читает из базы одну и ту же строку тысячи раз в секунду. Кеш перед базой делает чтение быстрым, а потом приносит свои проблемы: устаревшие данные, набег на горячий ключ и вопрос, куда идут записи.

  • 13 мин
  • Средний
  • 11 шагов
Доля попаданий в кеш
0 %
Ответ p95
850 мс
Чтения из базы
2 400 /с
Старая цена видна
0 с
В Лабораторию

55%92%
  • запрос
  • ответ
  • повторная доставка
  • дубликат
  • потеряно

Цифры — модельный сценарий, не замеры

Настоящий запрос

API товаров → База

Запрос

SELECT p.id, p.name, p.price, s.qty
FROM products p
JOIN stock s ON s.product_id = p.id1
WHERE p.id = 1042;

Ответ

1 row in 38 ms2
  1. JOIN — Две таблицы на каждый запрос: цена из products, остаток из stock.
  2. 38 ms — Само по себе дёшево. Но не 2400 раз в секунду на одну базу.

А что, если…?

Подставьте свои числа: результат и формула пересчитываются сразу.

Все чтения страницы товара.

Доля чтений, на которые ответил кеш.

Сколько чтений в секунду выдерживает база.

Один GET из кеша.

Один запрос с JOIN на ненагруженной базе.

Результат

Чтений в базу
144/с
Нагрузка базы
5,5%
Средний ответ
3,4мс
Ответ p95 (грубо)
41мс

Расчёт

DB = λ × (1 − h) = 2 400 × (1 − 0,94) = 144/с
ρ = 144 / 2 600 = 5,5%
t(DB) = 38 / (1 − 0,055) = 40,2 мс
среднее = h × 1,0 + (1 − h) × 41,2 = 3,4 мс
p95 ≈ промах (1 − h > 5%) = 41 мс

Упрощённая учебная модель: показывает направление и масштаб, а не бенчмарк.

Соберите самиШпаргалкаСравнение уроков

Курс: Уроков: 74
  1. 01 Основы

    1. Жизнь одного запроса
    2. Задержка и пропускная способность
    3. Оценка на салфетке
  2. 02 Масштабирование

    1. Вертикальное и горизонтальное масштабирование
    2. Балансировка нагрузки
    3. Серверы без состояния
    4. Кеширование
    5. Инвалидация кеша
    6. CDN и кеш на краю сети
  3. 03 Данные и хранение

    1. SQL и NoSQL
    2. Индексы в базе данных
    3. Геопоиск: кто рядом
    4. Полнотекстовый поиск
    5. Векторный поиск
    6. Движки хранения: B-tree и LSM
    7. Фильтр Блума
    8. Репликация базы данных
    9. Шардирование
    10. Консистентное хеширование
    11. Уникальные идентификаторы
    12. CAP: когда рвётся связь
    13. Консенсус и выбор лидера
    14. Транзакции
    15. Загрузка файлов
  4. 04 Взаимодействие

    1. Стили API
    2. Очереди сообщений
    3. Pub/sub и журнал событий
    4. Обновления в реальном времени
    5. Надёжные колбэки
    6. Надёжная отправка вебхуков
  5. 05 Надёжность

    1. Резервирование и failover
    2. Rate limiting
    3. Таймауты и ретраи
    4. Наблюдаемость
    5. SLO и бюджет ошибок
    6. Backpressure
  6. 06 Архитектура

    1. Микросервисы
    2. Обнаружение сервисов
    3. Саги и outbox
    4. Захват изменений данных (CDC)
    5. Транзакционный outbox
    6. Распределённые блокировки
    7. Batch и stream
    8. Мультитенантность
    9. Event sourcing
  7. 07 Безопасность

    1. Аутентификация
    2. Авторизация
    3. Шифрование и секреты
    4. Управление секретами
  8. 08 Поставка

    1. Тестирование
    2. CI/CD: от коммита до продакшена
    3. Миграции без простоя
    4. Фича-флаги
  9. 09 Целые системы

    1. От требований к дизайну
    2. Проектируем сокращатель ссылок
    3. Проектируем ленту новостей
    4. Проектируем чат
    5. Проектируем видеохостинг
    6. Проектируем поисковые подсказки (autocomplete)
    7. Проектируем планировщик задач
  10. 10 Бизнес-процессы

    1. Платёжный шлюз
    2. Деньги и округление
    3. Двойная запись в учёте денег
    4. Сверка платежей
    5. Биллинг подписок
    6. Электронная цифровая подпись
    7. Жизненный цикл документа
    8. Журнал аудита
    9. Доставка уведомлений
    10. Массовый импорт
    11. Возвраты и чарджбэки
    12. Сквозная нумерация документов
  11. 11 Разборы реальных систем

    1. Разбор: как Discord хранит сообщения
    2. Разбор: совместное редактирование в Figma