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
- запрос
- ответ
- повторная доставка
- дубликат
- потеряно
Цифры — модельный сценарий, не замеры
Настоящий запрос
API товаров → БазаЗапрос
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
JOIN— Две таблицы на каждый запрос: цена изproducts, остаток изstock.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 мсУпрощённая учебная модель: показывает направление и масштаб, а не бенчмарк.
Соберите самиШпаргалкаСравнение уроков
Курс: Уроков: 74
01 Основы
02 Масштабирование
03 Данные и хранение
04 Взаимодействие
05 Надёжность
06 Архитектура
07 Безопасность
08 Поставка
09 Целые системы
10 Бизнес-процессы
11 Разборы реальных систем