Quando as leituras começam a doer, chegam duas respostas ao mesmo tempo: acrescentar uma réplica de leitura, ou pôr uma cache à frente. Parecem a mesma correção — menos carga na primária — e resolvem problemas genuinamente diferentes.
O que uma réplica traz realmente
Uma réplica de leitura multiplica o número de consultas que o sistema consegue servir. Mesmo motor, mesmo esquema, mesmo planeador de consultas, mesmos índices: o que a primária conseguia responder, a réplica também consegue. Isso faz dela o instrumento certo quando o problema é o volume — muitas consultas, cada uma delas sem problemas por si só.
O que não faz é tornar barata uma consulta cara. Um relatório que demora quatro segundos por causa do trabalho que faz demora quatro segundos também na réplica. Acrescentar réplicas para corrigir essa latência compra a capacidade de executar mais consultas lentas ao mesmo tempo, o que raramente é o que alguém queria.
E vem com atraso de replicação: uma leitura servida por uma réplica pode estar milissegundos ou segundos atrás da escrita que acabou de acontecer. Para um feed, serve. Para o ecrã que o utilizador vê logo depois de guardar um formulário, não serve — é o caso de leitura após escrita (read-after-write), e normalmente tem de ir à primária.
O que uma cache traz realmente
Uma cache elimina a consulta. Num hit, essa consulta nunca chega à base de dados, e a latência é a que a cache custar — em geral muito menos do que a consulta que substituiu. Isso faz dela o instrumento certo quando o problema é o custo por leitura: um cálculo caro cujo resultado muitos chamadores querem.
O preço são dois problemas que a base de dados não tinha. O primeiro é a invalidação: algo tem de decidir quando a resposta guardada deixou de ser verdadeira, e essa decisão costuma viver no código da aplicação, onde é fácil errar em silêncio. O segundo é o que acontece num miss — uma cache com taxa de acerto elevada permite que o que está por trás seja dimensionado só para os misses, o que é um modo de falha próprio no dia em que a taxa de acerto cai.
- Muitas consultas baratas, tráfego a crescer → réplica. O trabalho está bem; há apenas mais do que uma máquina consegue servir.
- Um resultado caro, muitos leitores que o podem partilhar → cache. Fazê-lo uma vez vale mais do que fazê-lo mais depressa.
- Tem de refletir a escrita que acabou de acontecer → nenhuma, por omissão. Essa leitura vai à primária, ou a uma réplica que se saiba ter aplicado a escrita.
- Consulta cara E volume elevado → ambas, primeiro a cache: guarde o resultado em cache e acrescente uma réplica se os misses ainda sobrecarregarem a primária.
A armadilha do meio
O erro comum é recorrer a uma cache porque a consulta é lenta, sem perguntar porque é que é lenta. Acrescentar o índice em falta pode transformar uma consulta de 400 ms numa de 4 ms, à custa de algum armazenamento e de um pouco de trabalho extra em cada escrita. Uma cache à frente dessa mesma consulta custa uma estratégia de invalidação, uma fatura de memória, um novo modo de falha e um bug de dados desatualizados seis meses depois — e deixa a consulta lenta no seu lugar para cada miss.
Ver isto num diagrama
A utilidade de decidir isto numa tela é que os dois designs candidatos podem coexistir lado a lado e correr contra a mesma carga de trabalho. Desenhe a versão com réplica, desenhe a versão com cache e compare onde cada uma satura. Vale a pena correr o preset Cache fria especificamente no design com cache, porque responde à pergunta que a taxa de acerto esconde: o que a origem recebe quando a cache contribui muito menos do que no caminho feliz.