极端事务处理模式：Write-behind缓存

核心提示： $JAVA_HOME/bin/java-Xms1024M-Xmx1024M-verbose:gc-classpath$TEST_CLASSPATHogdriver.ClientDriver-mMap-n500000-gUserGrid-nt10-r200-c$CATALOG_14.结果使用wri

$JAVA_HOME/bin/java　-Xms1024M　-Xmx1024M　-verbose:gc　-classpath　
$TEST_CLASSPATH　ogdriver.ClientDriver　-m　Map　-n　500000　-g　UserGrid　-nt　10　-r　
200　-c　$CATALOG_1　

4.结果

使用write-behind特性能够显著提高性能。我们分别使用了write-through和write-behind技术运行示例代码，比较了各自的响应时间以及数据库的CPU占用率。插入到缓存中的数据与数据库中的记录相匹配，这就避免了缓存的准备时间，保证读取的响应时间一致，这样才能比较写的响应时间。列表3展示了write-through场景下的响应时间，读取数据花费了不到10ms，而写花费的时间达到了450——550ms。在执行过程中，网络跳转与磁盘I/O操作耗费了大多数时间。列表4展示了write-behind场景下的响应时间，在这种情况下所有的事务都被提交到网格中。从图表中可以看出，它所消耗的读和写的响应时间几乎相同，都消耗了2.5-5ms。这两个图表极为明显地说明，对于更新而言，write- through响应时间更长，而write-behind耗费的更新时间几乎与读取操作相同。如果添加更多的JVM，则能够增加缓存的容量，无需改变响应时间，数据库也不再成为瓶颈。

列表3：采用write-through缓存的响应时间图表

列表4：采用write-behind缓存的响应时间图表

数据库的CPU占用率图表展现了使用write-behind对后端加载的改善。列表5是一幅采用write-through产生的数据库CPU占用图。可以看见，在运行及时写入数据库的所有更新时，CPU的使用是连续的。使用时，CPU空闲状态的波动在4%到10-12%之间。采用write- through技术，后端加载保持了恒定的值。如果采用write-behind，在满足缓存的间隔时间内，后端的加载耗费了更低的CPU占用率，如列表 6所示。该图显示，当数据库较为空闲时，占用率为4%，在三分钟间隔时间结束，或者更新记录数达到峰值时，会批量地将更新写入到磁盘中，此时CPU占用率会在短时间内达到12-16%。write-behind的配置可以调整，以满足自己的运行环境，这其中包括写事务的比例，相同记录更新的频率，以及数据库的更新延迟。　

列表5：采用write-through缓存的数据库CPU占用率图表　

列表6：采用write-behind缓存的数据库CPU占用率图表

结论

本文重新审视了write-behind缓存技术，并展示了如何在WebSphere eXtreme Scale下实现这一特性。write-behind缓存功能减少了后端加载，降低了事务的响应时间，并将应用程序与后端失败隔离开。这些优势以及它配置的简单性，都使得write-behind缓存异常的强大。