第4章 · 数据层高并发与高可靠
第 4 章 · 数据层高并发与高可靠
章节摘要：数据层是高并发系统最容易被打穿的一层——数据库扛不住读写、缓存一崩全站雪崩。这一章讲两个核心手段：缓存体系（多级缓存、热点防护），数据库扩展（读写分离、分库分表）。重点理解缓存不是万能药，它带来三类新故障（击穿、穿透、雪崩），每类都要有对应的防护；分库分表能扩容但引入分布式事务的代价，要权衡。
学习目标
阅读完本章，你应当能够：
- 设计一个多级缓存体系
- 说清缓存击穿、穿透、雪崩三类故障的成因和防护
- 理解读写分离的原理和主从延迟带来的一致性问题
- 设计一个分库分表方案，理解分片键的选择
- 权衡分库分表带来的分布式事务代价
核心概念速览
数据层高并发的两大支柱：缓存挡住大部分读、分库分表分散写。但两者都引入新问题，防护比建设更重要。
子章节导航
4.1 缓存体系与热点防护
讲多级缓存（本地+分布式）、缓存更新策略，重点是三类缓存故障——击穿（热点 key 过期）、穿透（查不存在的 key）、雪崩（大量 key 同时过期）——各自的成因和防护手段。
4.2 数据库扩展与分库分表
讲读写分离（主写从读、主从延迟的一致性权衡）、分库分表（垂直拆分、水平分片、分片键选择）、以及分库分表引入的分布式事务代价。
子章节之间的逻辑关系
4.1 用缓存扛读压力，4.2 用拆分扛写压力和存储压力。读多写少的系统重点在 4.1，写多的系统重点在 4.2。
4.1 缓存（扛读） + 4.2 分片（扛写与存储）
前置知识与后续延伸
- 前置知识：前三章的架构和应用层知识。
- 后续延伸：数据层扛住了，第 5 章讲怎么让整个系统扛得住故障（容灾和韧性）。
延伸：读扩展与写扩展的分道扬镳
数据层的所有招式，归根到底是在分别回答"读怎么扩"和"写怎么扩"两个问题，把两条线分开看会清晰很多。读扩展的武器库是缓存序列：本地缓存、分布式缓存、只读副本、物化视图，一层层把读流量从主库身上剥离，代价是一致性窗口逐层变宽。写扩展的武器库是分片序列：垂直按业务拆库、水平按分片键拆表、再到单元化写入，每一步都在缩小单点写入的压力，代价是跨片事务和全局查询的能力折损。两条线独立演进，互不阻塞——多数系统死在"想用一个方案同时解决读写"，比如为了写吞吐引入分库，却把本可以用缓存解决的读压力也拖进了分片复杂度里。
两条线的交汇点是热点：读热点用缓存防护，写热点用分片打散，但总有一类"读写双热"的数据（秒杀库存、明星动态）需要组合拳——预热、本地缓存、异步合并写、以及产品层面的削峰设计。这类场景没有银弹，只能靠分层组合把每一层压力都压在阈值之下。下面的对比图把两条线各自的能力与代价并排铺开，做容量规划时可以直接对照。
图：读扩展与写扩展的路线对比
本章两节是递进关系：缓存解决读、分片解决写，先缓存后分片的次序不能颠倒——很多团队跳过缓存直接分库，把读压力一起拖进分片复杂度，事后回头补缓存时又要处理分片环境下的缓存一致性，难度翻倍。学完自检三个问题：你的系统里最热的十个键是什么、它们的一致性预算各是多少、分片键选了什么理由是什么。三个问题都有书面答案，数据层的功课才算做完。
还有一个跨层视角值得点破：缓存和分片的组合存在顺序依赖，先缓存后分片能省下的不只是成本，还有决策空间——缓存把读压力降下来后，很多时候发现根本不需要分库，读写分离加垂直拆库就够了。跳过缓存直奔分片的团队，等于是用最贵的方案解决最便宜的问题，还把后续所有查询能力都锁死了。这也是把"先读后写"作为本章阅读次序的原因。
最后点一个和数据团队的协作约定：缓存的键规范和数据层的表规范要统一维护，键名里带表名和版本号，表结构变更时缓存键同步升版。见过键规范各自为政的团队，一次字段类型调整后新旧缓存键并存，排障花了一周才发现是两个团队各改各的。规范统一这类小事，越是高并发系统越是保命的细节。
数据层还有一个跨章对比值得回味：缓存的"分层口袋"和第 5 章容灾的"阶梯"是同构的思想——都是按数据的温度和代价分级安置，只不过一个按访问热度、一个按故障影响。看清这个同构，两章的方案就可以互相借用：容灾的分级思路用来决定哪些数据进缓存主从、哪些只留单副本；缓存的一致性预算思路反过来约束多活环境的数据同步优先级。架构思想的高级形态就是这样跨域复用。