极端事务处理模式：Write-behind缓存

核心提示：介绍应用程序通常使用数据缓存来提高性能，尤其针对那些大量应用只读事务的应用程序更是如此，极端事务处理模式：Write-behind缓存，当数据发生变化时，这些应用程序会直接更新数据库，它能够避免应用程序出现数据库错误，因为write-behind缓冲通过内存复制单元来保持变化，问题在于随着负载的增加，响应时间将随着更新

介绍

应用程序通常使用数据缓存来提高性能，尤其针对那些大量应用只读事务的应用程序更是如此。当数据发生变化时，这些应用程序会直接更新数据库。问题在于随着负载的增加，响应时间将随着更新的增长而延长。数据库并不擅于执行大量处理少量记录的并发事务。相对而言，处理批量事务才是数据库的强项。

实际上，随着额外负载的增加，响应时间急剧攀升，数据库就会耗用CPU或者磁盘。传统方式下，内存中缓存（in-memory caches）的存储会被限制，以满足JVM的空余内存空间。一旦我们需要缓存更多数量的数据，缓存就会不停地释放数据，从而为其他数据留出存储空间。而且，所需的记录必须被不停地读取，从而使得缓存无效，并将数据库直接暴露给完整的读操作负载。

目前已有多个可用的产品，包括IBM? WebSphere? eXtreme Scale，Oracle Coherence和Gigaspaces，它们均支持将一簇JVM的空闲内存作为缓存，而不是单个的JVM。这就使得合并JVM越多，缓存支持的规模就越大。如果这些JVM都是额外的具有CPU、存储器和网络的服务器，那么读请求的服务就是可伸缩的。通过使用write-behind技术，这些产品还提供更新请求的可伸缩服务。write-behind缓存的可伸缩性使得它可以解决极端事务处理（extreme transaction processing, XTP）场景。Gartner将XTP定义为：“一种应用风格，目的在于支持对分布式事务处理应用程序的设计、开发、部署、管理和维护，其特点在于对性能、可伸缩性、可用性、安全、可管理与可靠性的特别要求。”

本文将使用IBM WebSphere eXtreme Scale演示如何利用write-behind模式优化应用程序的性能。write-behind功能能够根据用户配置的间隔时间，异步地对后端数据库进行批量更新。这一方式具备的明显优势就是能够减少数据库调用，从而减少事务负载，更快地访问网格（grid）中的对象。它比write-through 缓存具有更快的响应时间，后者对缓存的更新会导致对数据库的及时更新。使用write-behind，不再要求事务等待数据库的写操作完成。此外，它能够避免应用程序出现数据库错误，因为write-behind缓冲通过内存复制单元来保持变化，直到它将其传输给数据库。