search

1ADR-001: Redis Cache-Aside com Armazenamento de DTO

Status: Aceito Data: 2026-03-15

hashtag
Contexto

A aplicação precisa de uma estratégia de cache para reduzir a carga no banco de dados para dados acessados frequentemente (perfis de usuário, dados de sessão). Duas perguntas precisavam de resposta:

  1. Qual padrão de cache? (cache-aside, read-through, write-through)

  2. O que o cache armazena? (models do Prisma vs DTOs)

hashtag
Decisão

Padrão cache-aside gerenciado pela camada Service, armazenando DTOs (não models do Prisma).

  • Caminho de leitura: Service checa Redis → hit retorna DTO cacheado → miss consulta Repository → Mapper converte para DTO → cache populado → retorna

  • Caminho de escrita: Service chama Repository → em caso de sucesso, invalida cache → Mapper converte → retorna

  • TTL: 15 minutos (alinhado com tempo de vida do access token)

  • Formato de armazenamento: DTO serializado via JSON.stringify

hashtag
Por que cache-aside?

A camada Service já orquestra Repository + Cache, tornando-a a dona natural da lógica de cache. Read-through/write-through exigiria uma camada de proxy de cache separada que adiciona complexidade sem benefício na nossa escala.

hashtag
Por que armazenar DTOs?

  • Cache hits pulam o Mapper completamente — leituras mais rápidas

  • DTOs são o formato final que os consumidores precisam — sem transformação redundante

  • Models do Prisma podem conter campos sensíveis (hashes de senha) que não devem ser serializados no Redis

hashtag
Consequências

hashtag
Positivas

  • Implementação simples — Service chama Cache.get() antes de Repository.find()

  • Cache hits são rápidos — sem pós-processamento necessário

  • Campos sensíveis nunca chegam ao Redis

hashtag
Negativas

  • Mudanças no formato do DTO requerem invalidação de cache no deploy — se um campo é adicionado/removido do DTO, entradas stale no cache terão o formato antigo

  • Cache e Mapper são acoplados — mudar o DTO significa que ambos devem ser considerados

hashtag
Mitigação

  • TTL de 15 minutos limita a janela de dados desatualizados

  • Pipeline de deploy pode limpar chaves de cache relevantes quando mudanças no DTO são detectadas (passo manual por enquanto)

AnteriorMapa de ArquiteturaPróximoADR-002: Redis Sentinel ao Invés de Cluster

Atualizado