在MySQL的实际使用中，读取请求占比往往远高于写入请求，当并发读取量上升时，数据库磁盘IO会成为性能瓶颈，此时引入缓存技术可以减少对数据库的直接访问，大幅提升读取速度。缓存的核心思路是将高频访问的数据暂存在访问速度更快的存储介质中，后续请求优先从缓存中获取数据，避免重复执行数据库查询。
MySQL内置缓存方案
查询缓存（Query Cache）
MySQL早期的版本提供了查询缓存功能，会将SELECT语句的查询结果和对应的SQL语句哈希值存储起来，当收到相同的SQL查询时，直接返回缓存结果，跳过解析、优化、执行等步骤。不过需要注意，查询缓存对数据更新非常敏感，只要查询涉及的表发生任何数据变更，该表相关的所有查询缓存都会失效，因此更适合读多写少且数据变更频率低的场景。
查询缓存的相关配置参数可以通过如下SQL查看：
-- 查看查询缓存相关配置 SHOW VARIABLES LIKE 'query_cache%';
常用的配置参数说明如下：
- query_cache_type：查询缓存开关，0表示关闭，1表示开启，2表示按需开启，只有使用SQL_CACHE hint的查询才会缓存
- query_cache_size：查询缓存占用的内存大小，设置为0则关闭查询缓存
- query_cache_limit：单个查询结果的最大缓存大小，超过该值的查询结果不会被缓存
开启查询缓存的示例配置如下：
-- 开启查询缓存，设置缓存大小为64M，单个结果最大缓存1M SET GLOBAL query_cache_type = 1; SET GLOBAL query_cache_size = 64 * 1024 * 1024; SET GLOBAL query_cache_limit = 1024 * 1024;
需要注意的是，MySQL 8.0版本已经彻底移除了查询缓存功能，如果你使用的是8.0及以上版本，无法使用该特性。
InnoDB缓冲池（InnoDB Buffer Pool）
InnoDB存储引擎的缓冲池是MySQL最重要的内置缓存组件，它会将InnoDB表的数据页、索引页加载到内存中，当查询需要访问这些数据时，直接从内存中读取，避免磁盘IO。缓冲池的大小直接决定了缓存的数据量，合理设置缓冲池大小可以大幅提升读取性能。
查看缓冲池配置的SQL如下：
-- 查看InnoDB缓冲池相关配置 SHOW VARIABLES LIKE 'innodb_buffer_pool%';
核心配置参数说明：
| 参数名 | 说明 |
|---|---|
| innodb_buffer_pool_size | 缓冲池总大小，建议设置为服务器可用内存的60%-80%，但不要超过物理内存 |
| innodb_buffer_pool_instances | 缓冲池实例数量，当缓冲池大小超过1G时，设置为多个实例可以减少锁竞争，提升并发性能 |
设置缓冲池大小的示例：
-- 设置InnoDB缓冲池大小为2G，实例数为4 SET GLOBAL innodb_buffer_pool_size = 2 * 1024 * 1024 * 1024; SET GLOBAL innodb_buffer_pool_instances = 4;
结合外部缓存工具实现多级缓存
当单靠MySQL内置缓存无法满足性能需求时，可以引入外部缓存工具如Redis，构建MySQL+Redis的多级缓存架构，进一步提升读取速度。这种架构下，读取请求的流程为：先查询本地缓存（如果有），未命中则查询Redis缓存，Redis未命中再查询MySQL，同时将查询结果写入Redis缓存，供后续请求使用。
基础实现示例
以Java语言为例，使用Spring Boot + Redis + MyBatis实现缓存读取的逻辑如下：
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;
import java.util.concurrent.TimeUnit;
@Service
public class UserService {
@Autowired
private UserMapper userMapper;
@Autowired
private RedisTemplate<String, Object> redisTemplate;
private static final String USER_CACHE_KEY_PREFIX = "user:id:";
private static final long CACHE_EXPIRE_TIME = 30; // 缓存过期时间30分钟
public User getUserById(Long userId) {
String cacheKey = USER_CACHE_KEY_PREFIX + userId;
// 先查询Redis缓存
User user = (User) redisTemplate.opsForValue().get(cacheKey);
if (user != null) {
return user;
}
// 缓存未命中，查询MySQL
user = userMapper.selectById(userId);
if (user != null) {
// 将结果写入Redis缓存，设置过期时间
redisTemplate.opsForValue().set(cacheKey, user, CACHE_EXPIRE_TIME, TimeUnit.MINUTES);
}
return user;
}
}
缓存常见问题及处理方案
缓存失效策略
缓存数据不能永久存储，需要设置合理的过期时间，避免数据不一致。常见的失效策略有两种：
- 超时失效：给缓存设置固定的过期时间，到期后自动删除，适合数据实时性要求不高的场景
- 主动更新失效：当数据库数据发生变更时，主动删除或更新对应的缓存，保证缓存和数据库数据一致，适合数据实时性要求高的场景
缓存穿透
缓存穿透指的是查询一个不存在的数据，缓存中没有，数据库也没有，导致每次请求都会打到数据库上。处理方案：
- 对不存在的数据也进行缓存，设置较短的过期时间，避免重复查询数据库
- 使用布隆过滤器，提前过滤掉不存在的数据请求，减少数据库访问
缓存击穿
缓存击穿指的是某个热点数据过期时，大量并发请求同时访问该数据，导致所有请求都打到数据库上。处理方案：
- 热点数据不设置过期时间，由后台线程定期更新缓存
- 查询数据库时加分布式锁，只有一个请求能查询数据库并更新缓存，其他请求等待缓存更新后直接从缓存获取
缓存雪崩
缓存雪崩指的是大量缓存同时过期，或者缓存服务宕机，导致所有请求都打到数据库上，造成数据库压力过大甚至宕机。处理方案：
- 给缓存过期时间加上随机值，避免大量缓存同时过期
- 搭建缓存集群，避免单点故障
- 使用熔断降级机制，当数据库压力过大时，暂时返回默认数据，保护数据库
缓存策略选择建议
不同的业务场景适合不同的缓存策略：
- 如果是MySQL 5.7及以下版本，读多写少且数据变更少的场景，可以开启查询缓存
- 所有使用InnoDB存储引擎的场景，都应该合理设置InnoDB缓冲池大小，这是提升性能的基础
- 高并发、对读取性能要求高的场景，建议引入Redis等外部缓存，构建多级缓存架构
- 数据实时性要求高的场景，优先选择主动更新缓存的失效策略，避免数据不一致
在实际使用中，需要结合业务的数据访问特征、性能需求、数据一致性要求，选择合适的缓存组合和配置参数，才能达到最优的读取性能提升效果。
MySQL查询缓存InnoDB_buffer_poolRedis缓存缓存失效修改时间：2026-07-14 05:39:32