优化高并发场景下的 Rails 缓存策略与数据库查询

题目

优化高并发场景下的 Rails 缓存策略与数据库查询

信息

• 类型：问答
• 难度：⭐⭐⭐

考点

N+1查询优化,俄罗斯套娃缓存实现,缓存失效策略,数据库索引优化,并发竞争条件处理

快速回答

在高并发场景下优化 Rails 应用的核心策略：

• 使用 includes 或 preload 解决 N+1 查询问题
• 实现俄罗斯套娃缓存（Russian Doll Caching）嵌套结构
• 通过 touch: true 建立缓存依赖链
• 对高频查询字段添加数据库索引
• 使用 Rails.cache.fetch 配合原子写入策略
• 采用分段缓存键解决缓存雪崩问题

问题场景

假设有一个电商平台，需要在高并发下展示商品列表页，每个商品需要显示：
1. 基础信息（名称、价格）
2. 最近3条评论
3. 当前库存数量
4. 30天内销量统计

当每秒 5000+ 请求时，如何设计数据加载和缓存策略？

核心解决方案

1. 解决 N+1 查询问题

# 错误方式（触发 N+1）
@products = Product.limit(50)
@products.each do |p|
  p.reviews.last(3) # 每次循环产生新查询
end

# 正确方式
@products = Product.includes(reviews: :user)
                  .select(:id, :name, :price)
                  .limit(50)

# 预加载最近3条评论（高级技巧）
@products = Product.joins(:reviews)
                   .select('products.*, array_agg(reviews.content ORDER BY reviews.created_at DESC) as recent_reviews')
                   .group('products.id')
                   .limit(50)

优化点：

• 使用 includes 预加载关联数据
• 通过 select 限定字段减少数据传输
• 使用 SQL 聚合函数直接获取关联数据（PostgreSQL 示例）

2. 俄罗斯套娃缓存实现

<%# app/views/products/index.html.erb %>
<% cache ["v2", @products.maximum(:updated_at)] do %>
  <% @products.each do |product| %>
    <% cache ["v2", product, product.last_review_date] do %>
      <%= render product %>
    <% end %>
  <% end %>
<% end %>

# 在 Product 模型中
def last_review_date
  reviews.maximum(:updated_at)&.utc.to_s(:number)
end

依赖链配置：

# 当评论更新时自动更新商品时间戳
class Review < ApplicationRecord
  belongs_to :product, touch: true
end

3. 低层级缓存优化

# 复杂计算的缓存策略
class Product < ApplicationRecord
  def monthly_sales
    Rails.cache.fetch([self, "monthly_sales", Date.today.beginning_of_month], expires_in: 1.hour) do
      # 原子操作避免并发重复计算
      calculate_sales_with_lock
    end
  end

  private

  def calculate_sales_with_lock
    # 使用数据库锁防止并发重复计算
    with_lock do
      # 复杂统计查询...
      OrderItem.where(product_id: id)
               .where('created_at >= ?', 30.days.ago)
               .sum(:quantity)
    end
  end
end

4. 数据库优化

-- 关键索引添加
CREATE INDEX idx_products_on_updated_at ON products(updated_at);
CREATE INDEX idx_reviews_product_updated ON reviews(product_id, updated_at);
CREATE INDEX idx_order_items_product_created ON order_items(product_id, created_at);

最佳实践

• 缓存粒度控制：按业务重要性分层缓存（HTML 片段 → 数据对象 → 原始数据）
• 冷启动优化：使用 Rails.cache.write_multi 批量预热缓存
• 失效策略：结合基于时间和事件驱动的双触发机制
• 并发处理：对缓存重建操作使用 with_lock 或 Redis 分布式锁

常见错误

• 缓存键未包含关联对象版本信息，导致关联数据更新后缓存不失效
• 在循环内执行缓存查询（应批量获取）
• 忽略缓存雪崩效应（大量缓存同时失效导致数据库压力）
• 未处理缓存穿透问题（对不存在数据的大量查询）

扩展知识

• 缓存压缩：使用 :compress 选项减少内存占用
• 二级缓存：使用 ActiveRecord::Base.cache_versioning 实现更细粒度控制
• 边缘缓存：通过 CDN 缓存静态化页面片段
• 监控策略：集成 NewRelic 监控缓存命中率和失效模式

性能对比