Durée de vie (TTL)

Un TTL fait expirer une donnée en cache après un délai. Un TTL court garde les données fraîches mais baisse le taux de hit ; un TTL long fait l'inverse. Choisis selon le type de donnée, pas une seule valeur pour tout.

Où on le retrouve dans les vrais systèmes

  • Cache en mémoire

    Le taux de hit dépend de la part du working set qui tient en mémoire, du TTL et de la politique d'éviction. Si le cache tombe ou est vidé, toutes les lectures tombent d'un coup sur la base : prévois cette ruée. Le write-behind est rapide mais perd des écritures si un nœud meurt sans réplica.

    En production : Redis (Amazon ElastiCache, Azure Cache), Valkey, Memcached, Dragonfly

  • Cache local

    Aucun aller-retour réseau : c'est le cache le plus rapide possible, mais chaque instance a sa propre copie. La mémoire est dupliquée et l'invalidation est difficile : les instances peuvent diverger pendant toute la durée du TTL.

    En production : Caffeine (Java), Guava cache, lru-cache (Node.js), functools.lru_cache

Regarde-le casser, puis répare-le

Construis une architecture, envoie-lui une journée de trafic et de pannes, et comprends pourquoi elle tient ou cède. Gratuit pour commencer.

Ouvrir le parcours Ouvrir le bac à sable