“Cache（缓存）”一词源于法语，在1967年的一篇电子工程期刊论文中，被作者赋予“safekeeping storage”的含义。1985年，英特尔发布了80386处理器，首次采用缓存，以解决内存速度瓶颈问题。

顾名思义，“缓存”即暂时存储的意思。现今缓存的概念已被扩充，除了CPU和内存之间，内存和硬盘之间也存在缓存。缓存可以进一步定义为，“位于速度相差较大的两种硬件之间，用于协调两者数据传输速度差异的结构”。

存储器的数据传输速度，按照由高到低排序，依次是内存>闪存>磁盘>磁带。磁盘的速度远远低于CPU，为了协调两者之间的差异，在计算机系统中，内存的一部分空间会被用做缓存，称之为磁盘缓存。

同样的，在存储系统中，后端磁盘的速度远远低于CPU的处理速度，人们在存储控制器和后端磁盘组之间，插入内存作为缓存。这里的内存主要使用DRAM (Dynamic Random-access Memory ，动态随机存取存储器)，或SDRAM（Synchronous Dynamic Random-access Memory，同步动态随机存取存储器）。

不管是计算机系统中的磁盘缓存，还是存储系统中的“内存缓存”，都可以进一步分为读缓存和写缓存。

当应用向存储系统发出读I/O请求时，会优先在读缓存里查找，如果数据刚好存放在缓存中，则称为缓存命中（Cache Hit）。这是最理想的情况，数据直接返回。如果没有找到，则称为缓存缺失(Cache Miss)，存储控制器向后端磁盘/硬盘发起读I/O命令，再从磁盘/硬盘上读取数据。这种情况会产生额外的时延，以磁盘为例，包括寻道时间、旋转延迟及数据传输时间。

将“缓存命中数”除以“缓存命中数+缓存缺失数”，得到缓存命中率。对于整个存储系统来说，读缓存通常很小，只能存放一定数量的数据，需要按照指定策略与后端存储上的数据进行置换。以LRU（Least Recently Used）策略为例，如果存放在缓存中的数据没有立即被读取，很快会被置换出缓存。如果遇上随机读，原本并不“富裕”的读缓存，更是“雪上加霜”。

存储系统的写缓存，可以有Write-through（直写）和 Write-back（回写）两种策略。

在Write-through（直写）策略中，当收到写I/O请求时，将同时写入到缓存和后端磁盘/硬盘上。这样做的好处是简单，易于实现，缓存和内存中的数据始终保持一致。但缺点是时延较长，占用较多带宽，特别是同一地址的数据需要频繁被更新时，性能会受到较大影响。

在Write-back（回写）策略中，当收到I/O写请求时，数据会先被写入到写缓存，并返回写操作完成。数据其实并未真正写入到后端的磁盘/硬盘上，所以感觉会很快。

这种策略中，当写缓存上的数据达到一定阀值时，存储控制器将写缓存上的数据写入到后端磁盘/硬盘，这个过程称为“Flusing”(清洗)。存储系统通常支持“Demand-based”(基于需求)和 “Age-based”（基于时长）的两种“Flusing” 算法。

“Demand-based”清洗算法使用一个“水位线”阀值，即占用整个缓存大小的百分比。如“水位线”设置为70，当写缓存上的数据容量达到整个缓存容量的70%时，则触发清洗操作。当达到“水位线”阀值时，控制器会使用“Age-based”清洗算法。该算法界定了写缓存中的数据需要暂存多长时间才可以被“Flusing”。

需要指出的是，如果在“Flusing”操作开始之前或在“Flusing”过程中，出现系统掉电的情况，存储在缓存中的数据将会永久丢失，无法找回。此外，回写策略在存储系统负荷较低时，对性能提升有较大帮助，但当系统负荷较大时，写缓存中的数据会很快被写满，不断触发“Flusing”操作，反而会降低系统的性能。

如果把缓存比作存储江湖的一把宝剑，那么它是一把双刃剑，驾驭得当，可以提升存储系统自身的功力，若有闪失，则可能造成数据丢失，伤及根本。此外，提高缓存命中率一个简单的方法，是增大缓存容量，但随之而来的是成本的增加。在实际应用时，需要在性能、容量和成本三者之间，寻找一个最佳的平衡点。

我们不由得发出思考：对于极其重要的数据，我们需要牺牲可靠度、成本来换取性能么？存储不是一人一剑的江湖，数据可靠度、成本和性能也不是一道单选题。存储江湖的风云变幻，技术的日新月异，给这个问题的答案带来了更多可能性。下一期的文章中，小编将揭秘上海川源独家“武林秘籍”—— FlexiRemap技术宝典第一招式：写入管理。