从事PHP工作的程序员都清楚OpenResty缓存更新技术，但是对于初学者来讲，却是一件不可难懂的技术问题，具体到什么是OpenResty缓存更新策略，随小编一起去认识一下，相信，看完后，你会妙懂什么是OpenResty缓存更新策略。

DB查询并不困难，但是DB 查询是比较昂贵的，而且在高并发下容易 crash。所以对于查询量大的数据，可以放到缓存中减轻 DB 的压力。没有什么万全的解决办法。比如下面这种常见的套路其实仔细想想还是比较有问题的：

先从缓存查数据，若有结果则直接返回;没有结果则从 DB 中查数据然后放到缓存中 数据更新时先把数据存到 DB 中，成功后，再写入缓存。

1、如果同时过来 n 个请求他们都发现 cache 没有数据(或者失效)然后都会去请求数据库，会给 DB 带来瞬间的压力。这被称为缓存失效风暴。

2、当数据发生更新时，在存到 DB 和写入缓存的间隔内，二者的数据是不一致的(存在访问过期数据的情况)。如果采用异步刷新缓存，这种不一致的情况比较明显。所以如果想要追求频繁更新下高性能，不妨调换一下。直接对缓存查询/存储数据，然后异步去写入 DB，保证最终一致(有点类似 Linux 下的 write back 机制)。这里的 DB 只负责持久化，而 cache 负责原来的 DB 的责任。当然这种用法场景有限。第三点问题出在“数据 存储至 DB 成功后，写入缓存”这里。假设如果有两个并发的数据更新操作 A 和 B，写入数据库的顺序可能为 A，B，但接下来刷新缓存的顺序可能为 B，A。这样也会造成二者产生数据不一致。所以这里应当去给缓存一个标记，然后由之后的第一次查询请求来进行缓存的更新(也可以将两个操作放到一个事务中)

3、db 查询未查到数据的状态也应当进行缓存(缓存空数据集)

刚才提到了由 cache 负责写入 DB 的套路。其实有一种叫做 Write Through 的模式( wiki )，就是由 cache 来代理后一层的 DB。所有的读写都操作 cache。说白了好处就是对应用程序透明，你看到的是一个单一的存储层。而由我们的应用代码主动维护 cache 和 DB 的这种模式被称为 Cache Aside。

缓存失效风暴(AKA: Dog Pile Effect)可以通过锁来解决，这里参考 openresty 的做法。需要留意一下

-- copy from https://github.com/openresty/lua-resty-lock#for-cache-locks

看过这篇文章，你是否觉得OpenResty缓存更新策略太容易了，妙懂什么是OpenResty缓存更新。