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
Która strategia cache umieszcza dane w cache dopiero po braku trafienia (cache miss), gdy aplikacja pobrała je z bazy?
- Write-through
- Lazy loading
- Grupowanie zapisów write-behind
- 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.
Które z poniższych to wady strategii cache write-through?
- Dane zapisane, ale nigdy nieczytane, marnują pamięć cache
- Kluczom zapisanym w ten sposób nie można nadać TTL
- Dane w cache stają się nieaktualne po aktualizacji bazy
- Każdy cache miss kosztuje trzy osobne przejścia
- 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.
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.
