Bitzu

SAA-C03 · Wydajne bazy danych i cache

Wzorce cache: lazy loading, write-through, TTL i DAX

Najważniejsze

  • ElastiCache: cache w RAM przed bazą (Valkey, Redis OSS, Memcached).
  • Lazy loading: przy miss baza, potem zapis do cache; tylko żądane dane, 3 przejścia na miss; dane się starzeją.
  • Write-through: zapis aktualizuje też cache; świeże dane, nowe węzły puste, nieczytane marnują pamięć (cache churn).
  • TTL wygasza klucze, ogranicza nieaktualność; często z lazy loading.
  • DAX: cache zgodny z API DynamoDB, ostatecznie spójne odczyty w mikrosekundach.

Źródło: https://docs.aws.amazon.com/AmazonElastiCache/latest/dg/Strategies.html

Przykładowe pytania

Jednokrotny wybór

Która strategia cache umieszcza dane w cache dopiero po braku trafienia (cache miss), gdy aplikacja pobrała je z bazy?

  1. Write-through
  2. Lazy loading
  3. Grupowanie zapisów write-behind
  4. Wstępne rozgrzewanie cache przy wdrożeniu
Pokaż odpowiedź

Odpowiedź: B. Lazy loading

Lazy loading wypełnia cache na żądanie po missie, więc buforowane są tylko żądane dane. Write-through zapisuje do cache przy każdym zapisie do bazy, niezależnie od tego, czy dane będą kiedykolwiek czytane.

Zaznacz wszystkie poprawne

Które z poniższych to wady strategii cache write-through?

  1. Dane zapisane, ale nigdy nieczytane, marnują pamięć cache
  2. Kluczom zapisanym w ten sposób nie można nadać TTL
  3. Dane w cache stają się nieaktualne po aktualizacji bazy
  4. Każdy cache miss kosztuje trzy osobne przejścia
  5. Nowy węzeł cache nie ma danych, dopóki nie zostaną ponownie zapisane
Pokaż odpowiedź

Odpowiedź: A. Dane zapisane, ale nigdy nieczytane, marnują pamięć cache, E. Nowy węzeł cache nie ma danych, dopóki nie zostaną ponownie zapisane

Przy write-through nowy lub wymieniony węzeł nie ma danych, dopóki nie zostaną ponownie zapisane, a dane zapisane, ale nigdy nieczytane, marnują pamięć cache (cache churn). Nieaktualne dane i trzy przejścia przy missie to wady lazy loading, a write-through można łączyć z TTL.

Prawda czy fałsz

DynamoDB Accelerator (DAX) dobrze pasuje do aplikacji, która akceptuje wyłącznie silnie spójne odczyty.

Pokaż odpowiedź

Odpowiedź: Fałsz

Fałsz. DAX serwuje z pamięci dane ostatecznie spójne z opóźnieniem mikrosekundowym. Aplikacje wymagające silnie spójnych odczytów są wskazane jako słabe dopasowanie, podobnie jak obciążenia z przewagą zapisów i małą liczbą powtarzanych odczytów.

Przećwicz 8 pytań z tego tematu w Bitzu

Krótkie lekcje, natychmiastowe wyjaśnienia i powtórki tego, w czym się mylisz. Za darmo na iOS i Androida.

Download on the App StoreGet it on Google Play

Więcej tematów SAA-C03 w tym module