海量数据的查询缓存问题

现在面临一张用户使用记录表,可能达到千万级的数据量,用户在基本操作完成后(插入数据),都会查询下记录。用户本身的使用记录数不多,而且也能通过时间来控制查询的条数,但是我们用的是MEMCACHED相对数据进行缓存,但是遇到了一个问题。
个人认为缓存仅仅作为一种附属品而存在,是为了提高性能,应该不深入到业务逻辑里面。缓存服务器的shutdown也不应该影响主业务的执行。
缓存的应用在频繁访问数据,而且更新不是特别频繁的数据上才能达到很好的效果。存入库里的数据不会出现更新的情况,只有用户增加和删除相应使用记录的情况。
这里我有个问题:如果当前用户的查询已经在缓存中存在,但是用户插入一条记录,这个时候是要更新缓存,或者是将原有缓存清除。
1.如果更新缓存:这种方式就会存在更新缓存失败的情况,而此时也不能让库中数据回滚(干扰业务),但是用户再次查询就会到缓存中获取。数据不一致的情况出现。
2.如果将原有缓存清除,也会遇到清除失败的情况,此时也会遇到不一致。

缓存有个失效策略和失效时间,但是我们这个项目大量依赖于缓存,而且设置为缓存设置为不失效。所以才会在很多地方都是来操作缓存更新字段,但是一旦更新缓存失败,数据就永远也对应不上了。对此我强烈的反对此做法,但是决定不了什么。

所以请问各位在利用缓存处理海量数据问题上有什么好的方法来做?

2012年03月07日 10:51 "@lovejdon"的内容
所以请问各位在利用缓存处理海量数据问题上有什么好的方法来做 ...

There are only two hard things in Computer Science: cache invalidation and naming things — Phil Karlton
在计算机科学中只有两件难事:缓存失效和命名。

具体取决于你的系统在延迟性 吞吐量和一致性等方面的取舍,这里也是适用CAP定理的。

如果你要求高一致性和低延迟性,类似关系数据库一样的要求,那么建议你使用terracotta之类的数据网格缓存,还有Oracle的Coherence,它们都在内存上加了一致性锁之类机制;

如果你要求有很大吞吐量,应付互联网庞大用户蜂拥而进的数据,那么采取NoSQL或memcache之类解决方案。

数据网格 Data Grid和NoSQL相同和区别-异同