👆🏼 🕔 🕵🏼 कैशिंग के बारे में आपको जो कुछ भी जानना होगा 👏🏻 🤚🏽 🏯

अच्छा दिन।

मैं आपके लिए अनिमेष गैतोंडे द्वारा "कैशिंग - सिस्टम डिज़ाइन" के बारे में जानने के लिए आवश्यक लेख "" का अनुवाद प्रस्तुत करता हूँ ।

परिचय

क्या आपने देखा है कि खराब इंटरनेट कनेक्शन वाले वेबपेज को ब्राउज़ करते समय, उच्च-गुणवत्ता वाली छवियों के सामने पाठ लोड किया जाता है? हालाँकि, जब आप फिर से उसी पृष्ठ पर जाते हैं, तो यह बहुत तेज़ी से लोड होता है। जब आप किसी नई साइट पर जाते हैं, तो फेसबुक या अमेज़न जैसी अक्सर देखी जाने वाली साइटों को डाउनलोड करने की तुलना में इसे डाउनलोड करने में अधिक समय लगता है। क्या आप जानते हैं कि ऐसा क्यों हो रहा है? यह सब कैशिंग के बारे में है।

यह मेरा इंस्टाग्राम पेज एक धीमे कनेक्शन के साथ दिखता है। जैसा कि आप देख सकते हैं, पाठ प्रदर्शित किया गया है जबकि छवियां अभी तक लोड नहीं हुई हैं।

उपयोगकर्ताओं को बनाए रखने और संलग्न करने के लिए एप्लिकेशन का उपयोग करके सबसे अच्छा अनुभव प्रदान करना बहुत महत्वपूर्ण है। एक आधुनिक दुनिया में जहां प्रतियोगिता की भावना शासन करती है, उपयोगकर्ता के खराब अनुभव के कारण व्यवसाय बहुत प्रभावित होता है। कल्पना करें कि आप किसी वेबसाइट पर अपनी पसंदीदा श्रृंखला या स्ट्रीमिंग वीडियो देख रहे हैं, लेकिन अतिरिक्त लोडिंग (बफरिंग) के लिए वीडियो को लगातार रोका जाता है। आप कब तक इस तरह के "रवैये" को सहन करेंगे और क्या आप ऐसी साइट पर लौटेंगे?

कैशिंग "लिंक के स्थानीयकरण" के सिद्धांत पर काम करता है। सूचना पुनर्प्राप्ति और डेटा रिकवरी को गति देने के लिए कैश एक स्थानीय डेटा वेयरहाउस है। कैश का मुख्य उद्देश्य डेटा पढ़ने में देरी को कम करना और एप्लिकेशन के थ्रूपुट को बढ़ाना है। आइए कुछ वास्तविक जीवन उदाहरण देखें।

कैश का उपयोग

मान लीजिए आप हर दिन रात का खाना बनाते हैं। खाना पकाने के लिए, आपको विभिन्न सामग्रियों, सब्जियों, मसालों आदि की आवश्यकता होती है। हालांकि, क्या आप इसके लिए हर दिन स्टोर पर जाते हैं? यह काफी बोझ और समय लेने वाला हो सकता है। बेशक, पहली चीज जिसे आप रसोई या रेफ्रिजरेटर में अलमारी में देखते हैं। यह सुपरमार्केट में एक अनावश्यक यात्रा से बचने में मदद करता है।

आपका फ्रिज सब्जियों के लिए एक प्रकार का कैश है। इस कैश का स्पष्ट लाभ रात के खाने की तैयारी के समय में एक महत्वपूर्ण बचत है।

कैश कैसे काम करता है?

सर्वर एप्लिकेशन आमतौर पर डेटाबेस में डेटा स्टोर करते हैं। जब कोई ग्राहक डेटा का अनुरोध करता है, तो एप्लिकेशन डेटाबेस को एक अनुरोध भेजता है, वहां से डेटा प्राप्त करता है और क्लाइंट को भेजता है। डेटाबेस सर्वर ऑफ़लाइन है और उस कंप्यूटर से अलग कंप्यूटर पर स्थित हो सकता है जिस पर एप्लिकेशन सर्वर स्थित है।

डेटाबेस से डेटा पढ़ना एक बहुत धीमी प्रक्रिया है, क्योंकि आपको फ़ाइल सिस्टम से डेटा प्राप्त करने के लिए एक अनुरोध भेजने और I / O करने की आवश्यकता है। यदि डेटा कैश में संग्रहीत है, तो रीड ऑपरेशन बहुत तेज होगा। जब कोई ग्राहक बार-बार एक ही डेटा का अनुरोध करता है, तो डेटाबेस के बजाय कैश से डेटा वापस करने का अर्थ होता है।

उदाहरण के लिए: यदि कोई ट्वीट वायरल होता है, तो सभी ग्राहक एक ही ट्वीट के लिए डेटा का अनुरोध करेंगे। क्योंकि Twitter के लाखों उपयोगकर्ता हैं, कैश का उपयोग करने से लाखों डेटाबेस क्वेरीज़ से बचा जाता है।

इस प्रकार, कैश डेटाबेस पर लोड को कम करता है। यदि अनुरोधित डेटा कैश में है, तो डेटाबेस अनुरोध पुनर्निर्देशित (इंटरसेप्टेड) होगा। आप हैश तालिका के साथ कुछ सादृश्य आकर्षित कर सकते हैं जो कुंजी-मूल्य जोड़े को संग्रहीत करता है।

निम्नलिखित आरेख कैश से डेटा पढ़ने की प्रक्रिया को दर्शाता है:

कुंजी कैश अवधारणाओं

जीने का समय (TTL)

ये उन आंकड़ों की सीमा है जो कैश में संग्रहीत किए जा सकते हैं। आपको कैश में प्रविष्टियों को हटाना होगा जो एप्लिकेशन सर्वर को अब आवश्यकता नहीं है।

नेटफ्लिक्स के मामले में, सर्वर सबसे ज्यादा देखे जाने वाले या लोकप्रिय शो को कैश करेगा। कैश दिखाने की कोई आवश्यकता नहीं है कि कोई भी नहीं देख रहा है।

उदाहरण के लिए: पेपर हाउस श्रृंखला की कोचिंग इंडियाना जोन्स मूवी की तुलना में अधिक तर्कसंगत है।

नीति हटाएँ

कुछ बिंदु पर, कैश भरा हुआ है। इसलिए आवश्यकता पुराने (अप्रासंगिक) डेटा को हटाने और इसे नई (प्रासंगिक) जानकारी से बदलने की है।

कैश साफ़ करने के लिए कई नीतियाँ हैं, जैसे "पुराना (हाल ही में उपयोग किया गया)" (कम से कम हाल ही में प्रयुक्त, LRU), "शायद ही कभी अनुरोध किया गया (कम से कम इस्तेमाल किया गया)" (कम से कम इस्तेमाल किया गया, LFU), "अंतिम (हाल ही में उपयोग किया गया)" हाल ही में प्रयुक्त, MRU)। ये नीतियां एक विशिष्ट सिद्धांत के अनुसार कैश से डेटा हटाती हैं।

पुराना

लंबे समय से अनुरोधित डेटा कैश से हटा दिया गया है। जैसे ही कैश भरा जाता है, पुराना डेटा हटा दिया जाता है, नया डेटा जोड़ा जाता है।

मान लीजिए फेसबुक ने सेलिब्रिटी की तस्वीरों को कैश किया। ग्राहक के अनुरोधों का विश्लेषण नई तस्वीरों की प्रासंगिकता को दर्शाता है। जब कैश भर जाएगा, तो उसमें से सबसे पुरानी फोटो हटा दी जाएगी।

शायद ही कभी अनुरोध किया गया हो

LFU डेटा अनुरोधों की आवृत्ति या संख्या को ट्रैक करता है। जब कैश आकार थ्रेशोल्ड मान के पास पहुंचता है, तो सबसे कम अनुरोधित डेटा हटा दिया जाएगा।

जब हम पाठ में प्रवेश करते हैं, तो फोन शब्द को समाप्त करने के लिए विभिन्न विकल्पों की पेशकश करना शुरू कर देता है, जिनमें से एक को पूर्ण सेट (स्वतः पूर्ण) के बजाय चुना जा सकता है। स्मार्टफोन सॉफ्टवेयर सबसे अक्सर टाइप किए गए शब्दों को कैश करता है।

दुर्लभ रूप से लिखे गए शब्द बाद में इस कैश से हटा दिए जाते हैं। उपरोक्त उदाहरण में, यदि आप "फीचर", "फीचर्स", "फेदर" आदि शब्दों का प्रयोग करते हैं, तो कुछ समय बाद फोन आपको "करतब" देना बंद कर देगा, क्योंकि यह कैश से हटा दिया जाएगा।

अंतिम

इस नीति में, नवीनतम डेटा हटाए जाने के अधीन है, प्राथमिकता कैश में संग्रहीत पुराने डेटा को दी जाती है। यदि डेटा अधिग्रहण टेम्पलेट ऐसा है कि उपयोगकर्ता नवीनतम डेटा प्राप्त करने में कम से कम रुचि रखता है तो इस रणनीति का उपयोग किया जाता है। एक उदाहरण पर विचार करें।

टिंडर जैसे डेटिंग एप्लिकेशन आमतौर पर उपयोगकर्ता के सभी संभावित भागीदारों (संभावित मैचों या वरीयताओं) को कैश करते हैं। जब कोई उपयोगकर्ता किसी संभावित साथी के विशिष्ट प्रोफ़ाइल को बाएँ या दाएँ घुमाकर फ़ीड के माध्यम से फ़्लिप करता है, तो अनुप्रयोग को अब उसे इस प्रोफ़ाइल की अनुशंसा नहीं करनी चाहिए। यदि ऐसा होता है, तो यह खराब उपयोगकर्ता अनुभव को जन्म देगा।

इस मामले में, नवीनतम डेटा को हटाने की आवश्यकता है। एप्लिकेशन को कैश से देखी गई प्रोफाइल को हटाना चाहिए।

कैश प्रकार

कैश रिकॉर्डिंग

जैसा कि नाम से ही स्पष्ट है कि डेटा को पहले कैश, फिर डेटाबेस में लिखा जाता है। यह कैश और डेटाबेस में डेटा स्थिरता सुनिश्चित करता है। कैश से डेटा की प्रत्येक रीड सबसे हालिया रिकॉर्ड से मेल खाती है।

इस दृष्टिकोण का नुकसान रिकॉर्डिंग समय में वृद्धि है। यह लगातार डेटा लिखने के संचालन के साथ भारी भारित प्रणालियों के लिए उपयुक्त नहीं है। हालांकि, यह उन अनुप्रयोगों के लिए बहुत अच्छा है जो अक्सर डेटाबेस में संग्रहीत डेटा को फिर से पढ़ते हैं। धीमी गति से लेखन तेजी से पढ़ने और स्थिरता से होता है।

कैश एंट्री

पहले दृष्टिकोण का एक विकल्प कैश में डेटा लिखना और डेटाबेस में उनके बाद के अपडेट के लिए डेटा परिवर्तनों के बारे में एक नोट जोड़ना है।

समय-समय पर अतुल्यकालिक संचालन का उपयोग करके, आप कैश में अद्यतन डेटा पढ़ सकते हैं और डेटाबेस में संबंधित डेटा में परिवर्तन कर सकते हैं। यह दृष्टिकोण पढ़ने / लिखने के संचालन को नहीं बढ़ाता है। यहां एकमात्र दोष कैश और डेटाबेस के बीच सिंक्रनाइज़ेशन में देरी है। यह उन अनुप्रयोगों को जन्म दे सकता है जो पुराने डेटा को पढ़ने के लिए सत्य के स्रोत के रूप में डेटाबेस पर भरोसा करते हैं।

उदाहरण के लिए, Youtube इस दृष्टिकोण का उपयोग किसी विशेष वीडियो के विचारों की संख्या के बारे में जानकारी संग्रहीत करने के लिए करता है। वायरल वीडियो के प्रत्येक दृश्य के लिए डेटाबेस को अपडेट करना बहुत महंगा होगा। सबसे अच्छा समाधान कैश में डेटा लिखना और फिर डेटाबेस के साथ सिंक्रनाइज़ करना है।

कैश बाईपास रिकॉर्ड

कई सर्वर एप्लिकेशन अक्सर नवीनतम डेटा को फिर से जारी नहीं करते हैं। इस स्थिति में, कैश बायपास प्रविष्टि का उपयोग किया जाता है।

इस दृष्टिकोण में, डेटाबेस कैश के बिना अपडेट किया जाता है। यह कैश में लावारिस डेटा लोड करने से बचता है। हालाँकि, यदि एप्लिकेशन अभी भी नवीनतम डेटा का अनुरोध करता है जो कैश में नहीं है, तो यह सभी आगामी परिणामों के साथ डेटाबेस से ऐसे डेटा को लोड करने की ओर ले जाएगा।

वितरित कैशे उपयोग के उदाहरण

खुली कैश परियोजनाओं की सूची:

Redis
memcached
Voltdb
एयरोस्पाइक डीबीएस
अपाचे प्रज्वलित

ध्यान देने के लिए धन्यवाद।

कैशिंग के बारे में आपको जो कुछ भी जानना होगा