|
# 缓存架构设计
核心原则：`读多写少的数据，缓存起来，减少数据库访问，提升性能`
## 数据表行数缓存
数据表行数缓存`Meta.Count`，`代表了相对准确的表行数，在1000行以内精确`，1000行以上从索引表查询，精确度由数据库保证。
*多年使用经验来看，`SQLite/MSSQL/MySql/Oracle`索引表里面的表行数相当准确*
查询数据表行数一般用`Student.FindCount(where)`，还可以指定条件。
实际使用中，用得最多的是查整表行数，供分页等业务逻辑使用。
`FindCount()`执行的是`Select Count(*) From Table`，在很多没有预热的大数据表（百万千万级）里面，该语句执行起来非常慢，往往需要超过1秒的时间，用户体验很不好。
快速查询`QueryCountFast`从索引表读取表行数。
本框架内，大量使用表行数来决定不同的优化策略。
## 实体缓存
实体缓存就是`整表缓存那些读取很多修改极少的数据`，用于系统参数表、栏目分类表等。
实体类内使用'Meta.Cache.Entities'即可触发使用实体缓存，内部将执行一次查询（'Select * From Table'）加载整表数据为实体列表。
`Meta.Cache.Entities`就是这个实体列表，使用缓存实际上就是在这个列表上执行`Find`/`FindAll`操作。
基于性能考虑，建议单表数据小于1000行时使用，大于10000时坚决不要使用。
工具生成的实体业务类代码经常可以看到如下代码：
```csharp
public Student FindByID(Int32 id)
{
if (id <= 0) return null;
if (Meta.Count >= 1000)
return Find(__.ID, id);
else // 实体缓存
return Meta.Cache.Entities.Find(__.ID, id);
}
```
因此，`FindByID`在该表数据小于1000时，其实是使用实体缓存。
缓存默认过期时间`60秒`，过期后使用仍然是马上返回旧数据，同时开启异步查询更新缓存。
任何添删改等改动数据库的操作，都将会让缓存马上过期，并启动异步更新。
任何添删改操作，都将实时修改缓存，即使在异步更新完成之前，从缓存拿到的也是最新数据。除非有其它进程更新了数据表，此时需要等缓存的异步更新操作完成才能得到最新数据。
## 单对象缓存
单对象缓存就是`以主键字典逐行缓存数据`，常用于需要单行数据查询的场合，比如用户表等。
可以看做是一个字典，以主键为Key，实体对象为Value。每次查询先在字典里面搜索，找到则返回，找不到则去数据库查，缓存起来后再返回。
实体类内使用`Meta.SingleCache[key]`即可启用单对象缓存。
```csharp
public Student FindByID(Int32 id)
{
if (id <= 0) return null;
return Meta.SingleCache[id];
}
```
缓存默认过期时间`60秒`，过期后更新。
任何添删改等改动数据库的操作，都将会清空缓存。
```sequence{theme="simple"}
业务代码->对象缓存: 主键
note over 对象缓存: 缓存不存在
对象缓存-->>数据库: 查询数据库
note over 对象缓存: 已存在
对象缓存->业务代码: 返回对象
note over 对象缓存: 已过期
对象缓存-->>数据库: 异步更新
定时器-->>对象缓存: 清理过期
```
```sequence{theme="simple"}
业务代码->对象缓存: 主键
note over 对象缓存: 缓存不存在
对象缓存-->>数据库: FindKey
数据库-->>对象缓存: 更新主键
数据库-->>对象缓存: 更新从键
业务代码->对象缓存: 从键
note over 对象缓存: 缓存不存在
对象缓存-->>数据库: FindSlaveKey
数据库-->>对象缓存: 更新主键
数据库-->>对象缓存: 更新从键
```
## 缓存更新策略
在没有使用事务时，对数据表的任何添删改，将会让该表的实体缓存马上过期，以及清空单对象缓存。
使用事务时，每一个添删改操作仅修改缓存，直到事务提交或回滚才清空缓存。
## 特别优化
`SQLite`没有索引表供快速查询表行数，而直接`Select Count`又慢，因此框架针对`SQLite`进行特别优化。
获取表行数时，如果有自增字段，首先获取其最大值临时充当表行数，然后启动异步查询`Select Count`以获取精确的表行数。
因此，`SQLite`使用`Meta.Count`时，第一次得到的数据可能有偏差，一会后即可得到精确数据。时间的长度主要由数据表大小决定，一百万数据大概需要几百毫秒。该偏差完全可以通过系统启动时进行系统预热来对冲掉。
|