സെലക്ടിനും ഡിസ്കിനുമിടയിൽ മൂന്ന് കാഷെ ലെയറുകൾ

നിങ്ങളുടെ ആപ്ലിക്കേഷൻ ഒരു SELECT പ്രസ്താവന പുറപ്പെടുവിക്കുമ്പോൾ, ആ ചോദ്യം മിക്കവാറും സ്പിന്നിംഗ് ഡിസ്കിലോ റോ ഫ്ലാഷ് സ്റ്റോറേജിലോ സ്പർശിക്കില്ല - അത് മൂന്ന് വ്യത്യസ്ത കാഷെ ലെയറിലൂടെ കടന്നുപോകുന്നു, അത് നിങ്ങളുടെ പ്രതികരണം മൈക്രോസെക്കൻഡിലോ മില്ലിസെക്കൻ്റിലോ എത്തുമോ എന്ന് നിശബ്ദമായി നിർണ്ണയിക്കുന്നു. ഈ ലെയറുകൾ മനസ്സിലാക്കുന്നത് അനായാസമായി സ്കെയിൽ ചെയ്യുന്ന ഒരു ബിസിനസ് പ്ലാറ്റ്‌ഫോമും യഥാർത്ഥ ലോക ലോഡിന് കീഴിൽ ബക്കിൾ ചെയ്യുന്നതും തമ്മിലുള്ള വ്യത്യാസമാണ്.

ഒരു സെലക്ട് ചോദ്യം നിങ്ങളുടെ അപേക്ഷയിൽ നിന്ന് വിട്ടുപോകുന്ന നിമിഷം എന്താണ് സംഭവിക്കുന്നത്?

നിങ്ങളുടെ ആപ്ലിക്കേഷൻ ഒരു SELECT അന്വേഷണം അയയ്‌ക്കുന്ന നിമിഷം, മിക്ക ഡെവലപ്പർമാരും ഒരിക്കലും പരിശോധിക്കാത്ത പൈപ്പ്‌ലൈനിലേക്ക് അത് പ്രവേശിക്കുന്നു. ഏതെങ്കിലും I/O സംഭവിക്കുന്നതിന് മുമ്പ് ഡാറ്റാബേസ് എഞ്ചിൻ അഭ്യർത്ഥനയെ തടസ്സപ്പെടുത്തുന്നു, SQL-നെ ഒരു ആന്തരിക എക്സിക്യൂഷൻ പ്ലാനിലേക്ക് പാഴ്‌സ് ചെയ്യുകയും ഉടൻ തന്നെ അതിൻ്റെ ആദ്യ പ്രതിരോധ നിരയെ സമീപിക്കുകയും ചെയ്യുന്നു: അന്വേഷണ ഫല കാഷെ. സമാനമായ പാരാമീറ്ററുകളുള്ള സമാനമായ ചോദ്യം അടുത്തിടെ എക്‌സിക്യൂട്ട് ചെയ്‌തിട്ടുണ്ടെങ്കിൽ, ഡാറ്റയുടെ ഒരു പേജിൽ പോലും തൊടാതെ തന്നെ എഞ്ചിന് കാഷെ ചെയ്‌ത ഫലം സെറ്റ് തിരികെ നൽകാനാകും. ഇതിനെ ചിലപ്പോൾ അന്വേഷണ കാഷെ അല്ലെങ്കിൽ റിസൾട്ട് കാഷെ എന്ന് വിളിക്കുന്നു, കൂടാതെ ഉയർന്ന വായനയിലും കുറഞ്ഞ എഴുത്ത് ജോലിഭാരങ്ങളിലും - അനലിറ്റിക്സ് ഡാഷ്‌ബോർഡുകളും റിപ്പോർട്ടിംഗ് മൊഡ്യൂളുകളും പോലെ - ഇതിന് ഡിസ്ക് റീഡുകളുടെ ഭൂരിഭാഗവും പൂർണ്ണമായും ഇല്ലാതാക്കാൻ കഴിയും.

അന്വേഷണ കാഷെ ഡാറ്റാ മ്യൂട്ടേഷനോട് വളരെ സെൻസിറ്റീവ് ആണ് എന്നതാണ് ഇവിടെയുള്ള നിർണായക ഉൾക്കാഴ്ച. അടിസ്ഥാന പട്ടികയ്‌ക്കെതിരായ ഏത് ഇൻസേർട്ട്, അപ്‌ഡേറ്റ്, അല്ലെങ്കിൽ ഇല്ലാതാക്കുക പ്രസക്തമായ കാഷെ ചെയ്ത ഫലങ്ങൾ അസാധുവാക്കുന്നു. അതുകൊണ്ടാണ് റൈറ്റ്-ഹെവി ട്രാൻസാഷണൽ സിസ്റ്റങ്ങൾ പലപ്പോഴും അന്വേഷണ കാഷെ പൂർണ്ണമായും പ്രവർത്തനരഹിതമാക്കുകയും പകരം ആഴത്തിലുള്ള പാളികളെ ആശ്രയിക്കുകയും ചെയ്യുന്നത്.

എന്താണ് ബഫർ പൂൾ, എന്തുകൊണ്ടാണ് ഇത് നിങ്ങൾ വിചാരിക്കുന്നതിലും പ്രാധാന്യമുള്ളത്?

രണ്ടാമത്തെ കാഷെ ലെയർ - പ്രൊഡക്ഷൻ സിസ്റ്റങ്ങളിൽ ഏറ്റവും പ്രധാനപ്പെട്ടത് - ബഫർ പൂൾ ആണ് (PostgreSQL-ലെ പങ്കിട്ട ബഫർ എന്ന് വിളിക്കുന്നു, MySQL-ലെ InnoDB ബഫർ പൂൾ). അടുത്തിടെ ആക്‌സസ് ചെയ്‌ത ഡാറ്റ പേജുകൾ ഹോൾഡ് ചെയ്യാൻ ഡാറ്റാബേസ് എഞ്ചിൻ ഉപയോഗിക്കുന്ന റാമിൻ്റെ ഒരു മേഖലയാണിത്. റിസൾട്ട് കാഷെയിൽ നിന്ന് ഒരു ചോദ്യം നൽകാനാകാതെ വരുമ്പോൾ, ഏതെങ്കിലും ഡിസ്ക് റീഡ് നൽകുന്നതിന് മുമ്പ് ആവശ്യമായ ഡാറ്റ പേജുകൾ ബഫർ പൂളിൽ ഉണ്ടെന്ന് എഞ്ചിൻ പരിശോധിക്കുന്നു.

താൽക്കാലികവും സ്ഥലപരവുമായ പ്രദേശത്തിൻ്റെ തത്വത്തിലാണ് ബഫർ പൂൾ പ്രവർത്തിക്കുന്നത്: അടുത്തിടെ ആക്‌സസ് ചെയ്‌ത ഡാറ്റ വീണ്ടും ആക്‌സസ് ചെയ്യാൻ സാധ്യതയുണ്ട്, ആക്‌സസ് ചെയ്‌ത ഡാറ്റയ്‌ക്ക് സമീപം സംഭരിച്ചിരിക്കുന്ന ഡാറ്റ ഉടൻ ആക്‌സസ് ചെയ്യാൻ സാധ്യതയുണ്ട്. ഡാറ്റാബേസ് അഡ്‌മിനിസ്‌ട്രേറ്റർമാർ ബഫർ പൂൾ വലുപ്പം ട്യൂൺ ചെയ്യുന്നത് അവർ എടുക്കുന്ന ഏറ്റവും ഉയർന്ന-ലെവറേജ് കോൺഫിഗറേഷൻ തീരുമാനങ്ങളിലൊന്നാണ്. വളരെ ചെറുതായ ഒരു ബഫർ പൂൾ സ്ഥിരമായ പേജ് ഒഴിപ്പിക്കലിന് കാരണമാകുന്നു, ഇത് thrashing എന്ന് വിളിക്കപ്പെടുന്ന ഒരു പ്രതിഭാസത്തിന് കാരണമാകുന്നു, അവിടെ ചോദ്യങ്ങൾ എക്സിക്യൂട്ട് ചെയ്യുന്നതിനേക്കാൾ കാഷെ മിസ്സുകൾ കൈകാര്യം ചെയ്യാൻ സിസ്റ്റം കൂടുതൽ സമയം ചെലവഴിക്കുന്നു.

കീ ഇൻസൈറ്റ്: ഒട്ടുമിക്ക OLTP വർക്ക് ലോഡുകളിലും, നല്ല വലിപ്പമുള്ള ബഫർ പൂൾ അർത്ഥമാക്കുന്നത് എല്ലാ ഡാറ്റ റീഡുകളുടെയും 95-99% RAM-ൽ നിന്നാണ്. വർക്കിംഗ് സെറ്റ് - നിങ്ങളുടെ ഡാറ്റയുടെ ഉപസെറ്റ്, ചോദ്യങ്ങൾ യഥാർത്ഥത്തിൽ ഇടയ്ക്കിടെ സ്പർശിക്കുന്നു - പലപ്പോഴും മൊത്തം ഡാറ്റാബേസ് വലുപ്പത്തേക്കാൾ വളരെ ചെറുതാണ്. നിങ്ങളുടെ മുഴുവൻ ഡാറ്റാസെറ്റും അല്ല, നിങ്ങളുടെ വർക്കിംഗ് സെറ്റിന് അനുയോജ്യമായ രീതിയിൽ നിങ്ങളുടെ ബഫർ പൂളിൻ്റെ വലുപ്പം മാറ്റുക എന്നതാണ് നിങ്ങൾക്ക് എടുക്കാൻ കഴിയുന്ന ഏറ്റവും ഉയർന്ന വരുമാനമുള്ള ട്യൂണിംഗ് നടപടി.

ഓപ്പറേറ്റിംഗ് സിസ്റ്റം കാഷെ എങ്ങനെയാണ് റാമിനും ഡിസ്കിനും ഇടയിലുള്ള വിടവ് നികത്തുന്നത്?

ഡാറ്റാബേസിൻ്റെ സ്വന്തം ബഫർ പൂൾ നഷ്‌ടപ്പെടുമ്പോൾ പോലും, ഒരു ട്രൂ ഡിസ്‌ക് റീഡിനായി ഒരു അന്വേഷണം ഇതുവരെ നിശ്ചയിച്ചിട്ടില്ല. ഓപ്പറേറ്റിംഗ് സിസ്റ്റം ഒരു പേജ് കാഷെ (ഫയൽസിസ്റ്റം കാഷെ എന്നും വിളിക്കുന്നു) പരിപാലിക്കുന്നു, ഇത് കേർണൽ-നിയന്ത്രിത റാമിൻ്റെ ഒരു മേഖലയാണ്, അത് ഉപകരണങ്ങളെ തടയുന്നതിന് വായനയും എഴുത്തും ബഫർ ചെയ്യുന്നു. ഡാറ്റാബേസ് എഞ്ചിൻ അതിൻ്റെ ബഫർ പൂളിൽ ഇല്ലാത്ത ഒരു പേജ് അഭ്യർത്ഥിക്കുമ്പോൾ, സ്റ്റോറേജ് കൺട്രോളറിലേക്ക് ഒരു ഫിസിക്കൽ I/O കമാൻഡ് നൽകുന്നതിന് മുമ്പ് OS കേർണൽ അതിൻ്റെ സ്വന്തം പേജ് കാഷെ പരിശോധിക്കുന്നു.

ആപ്ലിക്കേഷൻ ഡെവലപ്പർമാർക്ക് ഈ മൂന്നാമത്തെ ലെയർ മിക്കവാറും അദൃശ്യമാണ്, എന്നാൽ ഡാറ്റാബേസ് ബഫർ പൂൾ പ്രൊവിഷൻ ചെയ്തിട്ടില്ലാത്ത സിസ്റ്റങ്ങളിൽ വളരെ പ്രധാനമാണ്. OS പേജ് കാഷെ എല്ലാ പ്രക്രിയകളിലും പങ്കിടുന്നു, അതിനാൽ ഇത് നിങ്ങളുടെ ആപ്ലിക്കേഷൻ സെർവർ, വെബ് സെർവർ, അതേ ഹോസ്റ്റിൽ പ്രവർത്തിക്കുന്ന മറ്റേതെങ്കിലും സോഫ്റ്റ്വെയർ എന്നിവയുമായി മത്സരിക്കുന്നു. സമർപ്പിത ഡാറ്റാബേസ് സെർവറുകളിൽ, ഈ മത്സരം വളരെ കുറവാണ്, കൂടാതെ OS കാഷെ അർത്ഥവത്തായ ഒരു രണ്ടാം ചാൻസ് ബഫർ നൽകുന്നു. പങ്കിട്ട ഹോസ്റ്റുകളിലോ മെമ്മറി പരിധികളുള്ള കണ്ടെയ്‌നറുകളിലോ, OS കാഷെ സഹായിക്കാൻ കഴിയാത്തത്ര ചെറുതായിരിക്കും.

പ്രാക്ടീസിലെ ഏറ്റവും മികച്ച പ്രകടനത്തിന് ഏത് കാഷെ ലെയറാണ് ഉത്തരവാദി?

യഥാർത്ഥ-ലോക ഉൽപ്പാദന സംവിധാനങ്ങളിൽ, ബഫർ പൂൾ പ്രകടന ഫലങ്ങളിൽ വലിയ മാർജിനിൽ ആധിപത്യം സ്ഥാപിക്കുന്നു. ഓരോ ലെയറും വ്യത്യസ്‌തമായി ഉപയോഗ സാഹചര്യങ്ങളിലുടനീളം സംഭാവന ചെയ്യുന്നത് എന്തുകൊണ്ടാണിത്:

• അന്വേഷണ ഫല കാഷെ: റീഡ്-ഹെവി, മിക്കവാറും സ്റ്റാറ്റിക് ഡാറ്റാസെറ്റുകൾ - റിപ്പോർട്ടിംഗ് അന്വേഷണങ്ങൾ, കാഷെ ചെയ്‌ത ഡാഷ്‌ബോർഡുകൾ, പൊതു ഉള്ളടക്ക എൻഡ്‌പോയിൻ്റുകൾ എന്നിവയിൽ ഉയർന്ന നേട്ടം. റൈറ്റ്-ഹെവി ടേബിളുകളിൽ ഉപയോഗശൂന്യമാണ്.
• ഡാറ്റാബേസ് ബഫർ പൂൾ: സാർവത്രിക വർക്ക്ഹോഴ്സ്. എല്ലാ പ്രൊഡക്ഷൻ ഡാറ്റാബേസ് സെർവറും ആദ്യം ഇവിടെ ട്യൂൺ ചെയ്യണം. ക്രമരഹിതവും ക്രമാനുഗതവുമായ ആക്സസ് പാറ്റേണുകൾ കാര്യക്ഷമമായി കൈകാര്യം ചെയ്യുന്നു.
• OS പേജ് കാഷെ: ബഫർ പൂൾ ചെറുതായിരിക്കുമ്പോൾ ഒരു സുരക്ഷാ വല നൽകുന്നു. ബഫർ പൂളിൽ നിന്ന് ഹോട്ട് പേജുകൾ ഒഴിവാക്കുന്ന വലിയ ടേബിളുകളുടെ തുടർച്ചയായ സ്കാൻ സമയത്തും കാര്യമായി സഹായിക്കുന്നു.
• സ്‌റ്റോറേജ് കൺട്രോളർ കാഷെ (ഹാർഡ്‌വെയർ ലെയർ): നാലാമത്തെ, പലപ്പോഴും ശ്രദ്ധിക്കപ്പെടാത്ത ലെയർ — NVMe SSD-കളും RAID കൺട്രോളറുകളും ബാറ്ററി അല്ലെങ്കിൽ കപ്പാസിറ്റർ ബാക്കപ്പ് ഉപയോഗിച്ച് ഓൺബോർഡ് റൈറ്റ് കാഷെകൾ പരിപാലിക്കുന്നു. ഇത് fsync ലേറ്റൻസിയുടെ ചെലവിൽ റൈറ്റ് ത്രൂപുട്ട് നഷ്ടപ്പെടുത്താതെ ഈട് സംരക്ഷിക്കുന്നു.
• അപ്ലിക്കേഷൻ-ലെയർ കാഷെ (റെഡിസ്, മെംകാഷെഡ്): ഡാറ്റാബേസിന് പൂർണ്ണമായി മുകളിൽ ഇരിക്കുന്നു, ഡാറ്റാബേസിൽ അടിക്കാതിരിക്കാൻ സീരിയലൈസ് ചെയ്‌ത അന്വേഷണ ഫലങ്ങളോ കമ്പ്യൂട്ട് ചെയ്‌ത ഒബ്‌ജക്റ്റുകളോ കാഷെ ചെയ്യുന്നു — ആയിരക്കണക്കിന് ഒരേസമയം ഉപയോക്താക്കൾക്ക് സേവനം നൽകുന്ന മൾട്ടി-ടെനൻ്റ് SaaS പ്ലാറ്റ്‌ഫോമുകൾക്ക് അനുയോജ്യമാണ്.

ആധുനിക ബിസിനസ് പ്ലാറ്റ്‌ഫോമുകൾക്ക് സ്കെയിലിൽ വിശ്വാസ്യതയ്ക്കായി കാഷെ ആർക്കിടെക്ചർ എങ്ങനെ പ്രയോജനപ്പെടുത്താം?

സിആർഎം, പ്രോജക്ട് മാനേജ്‌മെൻ്റ്, ഇ-കൊമേഴ്‌സ്, അനലിറ്റിക്‌സ് എന്നിങ്ങനെ നിരവധി ഫങ്ഷണൽ മൊഡ്യൂളുകളിൽ പ്രവർത്തിക്കുന്ന ബിസിനസുകൾക്ക്, ടീമുകൾ വളരുന്നതിനനുസരിച്ച് കാഷെ ആർക്കിടെക്ചർ നേരിട്ട് പ്ലാറ്റ്‌ഫോം പ്രതികരണശേഷി നിർണ്ണയിക്കുന്നു. നന്നായി-ലേയേർഡ് കാഷെ സ്ട്രാറ്റജിയിൽ നിർമ്മിച്ച പ്ലാറ്റ്‌ഫോമുകൾക്ക് ആനുപാതികമായ ഇൻഫ്രാസ്ട്രക്ചർ ചെലവില്ലാതെ പതിനായിരക്കണക്കിന് ഒരേസമയം ഉപയോക്താക്കൾക്ക് സേവനം നൽകാൻ കഴിയും. കാഷെ അതിരുകളെ മാനിക്കുന്ന ഡാറ്റ ആക്‌സസ് പാറ്റേണുകൾ രൂപകൽപന ചെയ്യുക എന്നതാണ് പ്രധാന കാര്യം: ഹോട്ട് ഡാറ്റ ചെറുതാക്കി നിലനിർത്തുക, ആക്‌സസ് പാറ്റേണുകൾ പ്രവചിക്കാവുന്നതാണ്, ബഫർ പൂൾ ലോഡ് വിതരണം ചെയ്യുന്നതിന് റീഡ് റെപ്ലിക്കുകൾ ഉപയോഗിക്കുക, ഒരേസമയം ഒന്നിലധികം ഉപയോക്താക്കൾക്ക് ഒരേ ഡാറ്റ നൽകുന്ന എൻഡ് പോയിൻ്റുകൾക്കായി റെഡിസ് പോലുള്ള ആപ്ലിക്കേഷൻ-ലെയർ കാഷെ ഡാറ്റാബേസിന് മുന്നിൽ സ്ഥാപിക്കുക.

കൃത്യമായി ഈ തത്ത്വചിന്ത മനസ്സിൽ വെച്ചാണ് മെവെയ്‌സ് നിർമ്മിച്ചിരിക്കുന്നത്. 207 സംയോജിത ബിസിനസ്സ് മൊഡ്യൂളുകൾ ഉപയോഗിച്ച് 138,000 ഉപയോക്താക്കളെ ശക്തിപ്പെടുത്തുന്നു, പ്ലാറ്റ്‌ഫോമിൻ്റെ ഡാറ്റ ലെയർ രൂപകൽപ്പന ചെയ്‌തിരിക്കുന്നതിനാൽ ഭൂരിഭാഗം റീഡുകളും കാഷെയിൽ നിന്നാണ് ലഭിക്കുന്നത് - പ്രതികരണ സമയം വേഗത്തിലാക്കുന്നു, കൂടാതെ നിങ്ങൾ $19/മാസം സ്റ്റാർട്ടർ പ്ലാനിലോ $49/മാസം പ്രൊഫഷണൽ ടയറിലോ പ്രവർത്തിക്കുകയാണെങ്കിലും അടിസ്ഥാന സൗകര്യ ചെലവുകൾ പ്രവചിക്കാവുന്നതാണ്.

പതിവ് ചോദിക്കുന്ന ചോദ്യങ്ങൾ

അന്വേഷണ കാഷെ പ്രവർത്തനരഹിതമാക്കുന്നത് എല്ലായ്പ്പോഴും ഡാറ്റാബേസ് പ്രകടനം മെച്ചപ്പെടുത്തുമോ?

എല്ലായ്‌പ്പോഴും അല്ല, എഴുത്ത്-ഭാരമേറിയ ജോലിഭാരങ്ങൾക്ക് ഇത് സാധാരണയായി ചെയ്യുന്നു. ക്വറി കാഷെയ്ക്ക് സ്ഥിരത നിലനിർത്താൻ ഒരു ഗ്ലോബൽ മ്യൂട്ടക്സ് ആവശ്യമാണ്, അത് ഉയർന്ന കൺകറൻസിയിൽ ഒരു തടസ്സമായി മാറുന്നു. MySQL 8.0 ഇക്കാരണത്താൽ അന്വേഷണ കാഷെ പൂർണ്ണമായും നീക്കം ചെയ്തു. PostgreSQL ഒരിക്കലും ഒരു ബിൽറ്റ്-ഇൻ ക്വറി കാഷെ നടപ്പിലാക്കിയിട്ടില്ല, പകരം ബഫർ പൂളിലും ആപ്ലിക്കേഷൻ-ലെയർ കാഷിംഗിലും ആശ്രയിക്കുന്നു. നിങ്ങളുടെ റീഡ്-ടു-റൈറ്റ് അനുപാതം ഉയർന്നതും നിങ്ങളുടെ ചോദ്യങ്ങൾ വളരെ ആവർത്തിച്ചുള്ളതുമാണെങ്കിൽ, ഒരു അന്വേഷണ കാഷെ യഥാർത്ഥ നേട്ടങ്ങൾ നൽകാം - അല്ലാത്തപക്ഷം, ആ ട്യൂണിംഗ് ശ്രമം ബഫർ പൂളിൽ നിക്ഷേപിക്കുക.

എൻ്റെ ബഫർ പൂളിൻ്റെ വലിപ്പം ശരിയാണോ എന്ന് എനിക്ക് എങ്ങനെ അറിയാം?

നിങ്ങളുടെ ബഫർ പൂൾ ഹിറ്റ് അനുപാതം നിരീക്ഷിക്കുക: പൂളിൽ നിന്ന് നൽകിയ പേജ് അഭ്യർത്ഥനകളുടെ ശതമാനവും ഡിസ്ക് റീഡ് ആവശ്യമുള്ളവയും. OLTP ജോലിഭാരത്തിൽ 95%-ൽ താഴെയുള്ള ഹിറ്റ് അനുപാതം പൂൾ വലുപ്പം വർദ്ധിപ്പിക്കുന്നതിനുള്ള ഒരു സൂചനയാണ്. MySQL-ൽ, Show Engine INNODB സ്റ്റാറ്റസ് അന്വേഷിച്ച് ബഫർ പൂൾ ഹിറ്റ് റേറ്റ് നോക്കുക. PostgreSQL-ൽ, pg_statio_user_tables കാഴ്ച ഡിസ്കിൽ നിന്നും ബഫർ പൂളിൽ നിന്നും നൽകിയിട്ടുള്ള ഹീപ്പ് ബ്ലോക്കുകളെ തുറന്നുകാട്ടുന്നു. നിങ്ങളുടെ മുഴുവൻ വർക്കിംഗ് സെറ്റും നിലനിർത്താൻ ലക്ഷ്യമിടുന്നു — നിങ്ങളുടെ മുഴുവൻ ഡാറ്റാസെറ്റും അല്ല — റാമിൽ റസിഡൻ്റ്.

കാഷെ ലെയറുകളും മൾട്ടി ടെനൻ്റ് SaaS വിശ്വാസ്യതയും തമ്മിലുള്ള ബന്ധം എന്താണ്?

മൾട്ടി-ടെനൻ്റ് SaaS-ൽ, കാഷെ ലെയറുകൾ "ശബ്ദമുള്ള അയൽക്കാരൻ" പ്രശ്‌നങ്ങളെ തടയുന്നു, അവിടെ ഒരു വാടകക്കാരൻ്റെ കനത്ത അന്വേഷണ ലോഡ് മറ്റ് എല്ലാ കുടിയാന്മാരുടെയും പ്രകടനത്തെ കുറയ്ക്കുന്നു. TTL-അധിഷ്‌ഠിത അസാധുവാക്കലോടുകൂടിയ ടെനൻ്റ്-അവേർ ആപ്ലിക്കേഷൻ കാഷിംഗ്, റെഡിസിൽ ഓരോ വാടകക്കാരനും ഹോട്ട് ഡാറ്റ നിലനിർത്തുന്നു, വലിയ അക്കൗണ്ടുകളിൽ നിന്നുള്ള ബഫർ പൂൾ മർദ്ദം ഗണ്യമായി കുറയ്ക്കുന്നു. ഒരു ഊഷ്മള ബഫർ പൂളുമായി സംയോജിപ്പിച്ച ഡാറ്റാബേസ്-ലെവൽ കണക്ഷൻ പൂളിംഗ്, ഏതെങ്കിലും അക്കൗണ്ടിൽ നിന്നുള്ള പൊട്ടിത്തെറി പ്രവർത്തനം കാഷെയിൽ നിന്ന് പങ്കിട്ട പേജുകൾ ഫ്ലഷ് ചെയ്യുന്നില്ലെന്നും പ്ലാറ്റ്‌ഫോമിലുടനീളം ലേറ്റൻസി സ്പൈക്കുകൾക്ക് കാരണമാകുമെന്നും ഉറപ്പാക്കുന്നു.

കാഷെ ലെയറുകൾ ഡാറ്റാബേസ് ട്രിവിയ അല്ല - സ്ഥിരമായ ഇൻഫ്രാസ്ട്രക്ചർ അഗ്നിശമന പ്രവർത്തനങ്ങൾ ആവശ്യമുള്ള പ്ലാറ്റ്‌ഫോമുകളിൽ നിന്ന് സ്കെയിലിൽ വേഗത്തിൽ നിൽക്കുന്ന പ്ലാറ്റ്‌ഫോമുകളെ വേർതിരിക്കുന്ന വാസ്തുവിദ്യാ അടിത്തറയാണ് അവ. ഈ യാഥാർത്ഥ്യങ്ങൾക്കായി ഇതിനകം ഒപ്റ്റിമൈസ് ചെയ്‌ത ഒരു പ്ലാറ്റ്‌ഫോം ആവശ്യമുള്ള ഒരു ബിസിനസ്സ് നിങ്ങൾ നിർമ്മിക്കുകയോ പ്രവർത്തിപ്പിക്കുകയോ ചെയ്യുകയാണെങ്കിൽ, app.mewayz.com-ൽ Mewayz പര്യവേക്ഷണം ചെയ്യുക — 207 മൊഡ്യൂളുകൾ, നിങ്ങളുടെ ആദ്യ ഉപയോക്താവിൽ നിന്ന് നിങ്ങളുടെ നൂറായിരത്തിൽ ഒന്ന് വരെ വിശ്വസനീയമായി പ്രവർത്തിക്കാൻ നിർമ്മിച്ച ഒരു ഏകീകൃത പ്ലാറ്റ്‌ഫോം.