캐싱이란?

캐시 보관

읽기 작업량이 많은 애플리케이션의 경우 개발자는 종종 캐시 보관(cache-aside) 프로그래밍 패턴(또는 side-cache)을 사용합니다. 애플리케이션 외부에서 사이드 캐시를 찾습니다. 데이터를 쿼리 및 검색하기 위해 캐시에 연결하거나, 데이터가 캐시에 없는 경우 데이터베이스와 직접 연결할 수 있습니다. 애플리케이션은 데이터를 검색할 때 이후 쿼리를 위해 데이터를 캐시에 복사합니다.

캐시 보관(side-cache)을 사용하여 애플리케이션 성능을 개선하고 캐시와 데이터 저장소 간의 일관성을 유지하며 캐시의 데이터가 오래되지 않도록 할 수 있습니다.

Read-through/동시 기록 캐시

Read-through 캐시는 최신 상태를 유지하는 반면, write-through 캐싱은 애플리케이션이 데이터를 캐시에 기록한 다음 데이터베이스에 기록합니다. 두 캐시는 모두 데이터베이스와 일렬로 배치되며, 애플리케이션은 이를 주 데이터 저장소로 취급합니다.

Read-through 캐시를 사용하면 동일한 데이터가 계속해서 요청되지만 캐시 자체는 더 복잡해지는 애플리케이션을 간소화할 수 있으며, 2단계 동시 기록 프로세스는 대기 시간을 발생시킬 수 있습니다. 개발자는 이 두 가지를 쌍으로 구성하여 캐시와 데이터베이스 간의 데이터 일관성을 보장하고, 동시 기록 캐시 대기 시간을 줄이고, read-through 캐시를 쉽게 업데이트할 수 있도록 지원합니다.

개발자는 read-through/동시 기록 캐싱을 통해 애플리케이션 코드를 단순화하고 캐시 스케일링 성능을 높이며 데이터베이스 로드를 최소화할 수 있습니다.

쓰기 숨김/쓰기 저장 캐시

이 시나리오에서 애플리케이션은 데이터를 캐시에 기록하며, 캐시는 데이터를 백그라운드로 데이터베이스에 다시 씁니다. 쓰기 숨김(write-back) 캐시(Write-behind 캐시라고도 함)는 쓰기 집약적인 워크로드에 가장 적합하며, 애플리케이션이 다음 작업으로 이동하기 전에 쓰기가 완료될 때까지 기다릴 필요가 없으므로 쓰기 성능이 향상됩니다.

향상된 애플리케이션 성능

메모리 내 캐시에서 데이터를 읽는 것이 디스크 기반 데이터 저장소의 데이터에 액세스하는 것보다 훨씬 빠릅니다. 또한 데이터에 대한 액세스 속도가 빨라짐에 따라 전반적인 애플리케이션 환경이 크게 개선됩니다.

데이터베이스 사용량 및 비용 감소

캐싱은 데이터베이스 쿼리 수를 줄이고, 데이터베이스 인프라를 스케일링할 필요성을 제한하고 처리량을 줄여 성능을 향상시키며, 비용을 절감합니다.

스케일링 가능하고 예측 가능한 성능

단일 캐시 인스턴스는 초당 수백만 개의 요청을 처리할 수 있으므로 데이터베이스가 따라올 수 없는 수준의 처리량과 스케일링 성능을 제공합니다. 또한 캐싱은 애플리케이션 및 데이터 저장소를 스케일링 아웃하거나 스케일링 업할 때 필요한 유연성을 제공합니다. 그러면 애플리케이션에서 백 엔드 데이터베이스의 부하를 늘리지 않고 동일한 파일에 동시에 액세스할 수 있습니다. 또한 애플리케이션의 사용량이 급증하고 처리량이 높은 경우 메모리 내 캐시를 사용하면 대기 시간을 줄일 수 있습니다.