Что такое кэш?

Кэш

Определение

Кэш (Cache) — это механизм для временного хранения часто используемых данных с целью повысить скорость доступа и снизить нагрузку на основное хранилище. Данные из кэша доступны быстрее, чем из источника.

Уровни кэширования

CPU Cache — встроенный в процессор кэш (L1, L2, L3)

Memory Cache — кэш в оперативной памяти (Redis, Memcached)

Disk Cache — кэш на диске (браузер, CDN)

Application Cache — кэш на уровне приложения (в памяти программы)

Стратегии кэширования

LRU (Least Recently Used) — удаляет давно не использованные данные

FIFO (First In First Out) — удаляет самые старые данные

LFU (Least Frequently Used) — удаляет редко используемые данные

Пример с Python

from functools import lru_cache
import requests

# Встроенный декоратор кэширования
@lru_cache(maxsize=128)
def expensive_function(n):
    time.sleep(2)
    return n ** 2

# Первый вызов — 2 секунды
print(expensive_function(5))  # 25

# Второй вызов — из кэша, мгновенно
print(expensive_function(5))  # 25

Кэширование HTTP запросов

import requests
from requests.adapters import HTTPAdapter
from cachecontrol import CacheControl

# Использование кэша для HTTP запросов
session = requests.Session()
cached_session = CacheControl(session)

response = cached_session.get("https://api.example.com/data")
# Следующий запрос будет из кэша
response = cached_session.get("https://api.example.com/data")

Redis кэш (в реальных приложениях)

import redis

redis_client = redis.Redis(host='localhost', port=6379, db=0)

def get_user(user_id):
    # Проверяем кэш
    cached = redis_client.get(f"user:{user_id}")
    if cached:
        return json.loads(cached)
    
    # Если нет в кэше, запрашиваем из БД
    user = database.get_user(user_id)
    
    # Сохраняем в кэш на 1 час
    redis_client.setex(f"user:{user_id}", 3600, json.dumps(user))
    
    return user

Кэширование в браузере

Браузер использует HTTP заголовки для кэширования:

• Cache-Control: max-age=3600 — кэшировать на 1 час
• Expires: дата — дата истечения кэша
• ETag — уникальный идентификатор версии
• Last-Modified — дата последнего изменения

Тестирование кэша

import pytest
from unittest.mock import patch, MagicMock

def test_cache_hit():
    with patch('redis.Redis.get') as mock_get:
        mock_get.return_value = '{"id": 1}'
        result = get_user(1)
        assert result["id"] == 1
        mock_get.assert_called_once()

def test_cache_miss():
    with patch('redis.Redis.get') as mock_get, \
         patch('database.get_user') as mock_db:
        mock_get.return_value = None
        mock_db.return_value = {"id": 1}
        
        result = get_user(1)
        
        mock_get.assert_called()
        mock_db.assert_called()

Инвалидация кэша

def update_user(user_id, data):
    # Обновляем в БД
    database.update_user(user_id, data)
    
    # Инвалидируем кэш
    redis_client.delete(f"user:{user_id}")

Преимущества кэша

• Улучшение производительности
• Снижение нагрузки на основное хранилище
• Уменьшение задержек сети
• Экономия ресурсов

Недостатки

• Проблемы с консистентностью данных
• Дополнительное потребление памяти
• Сложность инвалидации

Для QA важно тестировать: попадания в кэш, промахи, инвалидацию и консистентность данных.