Thư Viện Câu Hỏi Phỏng Vấn

Question

Trong chiến lược Write-Through Cache, tại sao việc cập nhật dữ liệu đồng thời vào Cache và Database lại có thể gây ra rủi ro về tính nhất quán dữ liệu nếu không có cơ chế xử lý lỗi?

Junior

Answer 1

Trong chiến lược Write-Through, ứng dụng ghi dữ liệu vào Cache trước, sau đó Cache sẽ tự động cập nhật vào Database. Rủi ro xảy ra khi quá trình cập nhật vào Database thất bại trong khi Cache đã được cập nhật thành công. Điều này dẫn đến trạng thái dữ liệu giữa Cache và Database bị lệch nhau (Inconsistency). Để giải quyết, cần áp dụng cơ chế Transaction hoặc sử dụng Message Queue để đảm bảo tính nhất quán cuối cùng (Eventual Consistency). Nếu Database thất bại, cần thực hiện rollback hoặc retry để đồng bộ lại trạng thái.

Answer 2

Khi sử dụng Cache-Aside, nếu chọn phương pháp Update Cache, trong môi trường đa luồng (multi-threaded), có thể xảy ra tình trạng Race Condition khiến dữ liệu cũ ghi đè lên dữ liệu mới trong Cache. Ngược lại, việc xóa Cache (Delete) sẽ buộc lần truy cập tiếp theo phải thực hiện truy vấn lại từ Database (Cache Miss) và nạp dữ liệu mới nhất vào Cache. Cách này giúp tránh được việc dữ liệu cũ tồn tại lâu dài trong Cache do các thao tác ghi chồng chéo, đảm bảo tính nhất quán cao hơn dù phải chấp nhận một lần truy vấn Database tốn kém hơn.

Answer 3

Thiết lập TTL quá ngắn sẽ dẫn đến hiện tượng Cache Miss liên tục, buộc hệ thống phải truy vấn Database thường xuyên, làm tăng tải cho Database và giảm hiệu năng tổng thể. Ngược lại, thiết lập TTL quá dài sẽ dẫn đến dữ liệu trong Cache bị cũ (Stale data), gây ra sai lệch thông tin cho người dùng. Giải pháp tối ưu là phân tích tần suất thay đổi của dữ liệu (Volatility) để thiết lập TTL phù hợp, hoặc sử dụng cơ chế Cache Invalidation chủ động khi dữ liệu gốc thay đổi.

Answer 4

Redis hoạt động trên cơ chế Single-threaded cho các lệnh xử lý dữ liệu. Khi sử dụng các lệnh có độ phức tạp O(N) với N lớn, Redis sẽ bị chặn (block) trong quá trình xử lý, khiến các yêu cầu khác phải chờ đợi, dẫn đến độ trễ (latency) tăng cao. Đối với các tập dữ liệu lớn, thay vì lấy toàn bộ (HGETALL), nên sử dụng các lệnh lấy từng phần (HSCAN hoặc HMGET) để giảm tải cho CPU và duy trì hiệu năng ổn định cho hệ thống.

Answer 5

Local Cache (như Caffeine hoặc Guava) có tốc độ truy xuất cực nhanh vì nằm trong bộ nhớ của ứng dụng, giúp giảm thiểu độ trễ mạng. Tuy nhiên, nó không chia sẻ dữ liệu giữa các instance. Distributed Cache (Redis) giúp đồng bộ dữ liệu giữa các server nhưng lại có độ trễ mạng. Việc kết hợp (Multi-level Caching) cho phép ứng dụng ưu tiên lấy dữ liệu từ Local Cache trước để đạt hiệu năng tối đa, sau đó mới truy vấn Redis hoặc Database nếu cần, giúp tối ưu hóa cả tốc độ và tính nhất quán dữ liệu toàn hệ thống.

Answer 6

Trong mô hình Cache Aside, ứng dụng chịu trách nhiệm đọc và ghi dữ liệu giữa Cache và Database. TTL đóng vai trò là cơ chế an toàn cuối cùng (fail-safe) để đảm bảo dữ liệu không bị cũ mãi mãi.