Redis 缓存高并发常见问题(redis三大缓存问题)

0x01:缓存的三大问题

  • 缓存穿透访问不存在的数据(Bloom Filter,缓存空对象)
  • 缓存击穿热点 key 重建过程中,造成的缓存问题(分布式锁)
  • 缓存雪崩Redis 宕机,或缓存批量失效(高可用集群,错开缓存失效时间)

缓存粒度控制

通俗来讲,缓存粒度问题就是我们在使用缓存时,是将所有数据缓存还是缓存部分数据?

数据类型

通用性

空间占用

(内存空间+网络码率)

代码维护

全部数据

简单

部分数据

较为复杂

缓存粒度问题是一个容易被忽视的问题,如果使用不当,可能会造成很多无用空间的浪费,可能会造成网络带宽的浪费,可能会造成代码通用性较差等情况,必须学会综合数据通用性、空间占用比、代码维护性 三点评估取舍因素权衡使用。

0x02:缓存穿透问题,访问不存在的数据

缓存穿透是指查询一个一定不存在的数据,由于缓存不命中,并且出于容错考虑, 如果从存储层查不到数据则不写入缓存,这将导致这个不存在的数据每次请求都要到存储层去查询,失去了缓存的意义。

可能造成原因

  • 业务代码自身问题
  • 恶意攻击。爬虫等等

危害

对底层数据源压力过大,有些底层数据源不具备高并发性。 例如 MySQL 一般来说单台能够扛1000 QPS 就已经很不错了

解决方案

缓存空对象

缺点:恶意攻击的清空下,会产生大量的空对象,数据库压力仍然存在,治标不治本

public class NullValueResultDO implements Serializable {
}

public class UserManager {
     UserDAO userDAO;
     LocalCache localCache;

     public UserDO getUser(String userNick) {
          Object object = localCache.get(userNick);
          if(object != null) {
               if(object instanceof NullValueResultDO) {
                    return null;
               }
               return (UserDO)object;
          } else {
               User user = userDAO.getUser(userNick);
               if(user != null) {
                    localCache.put(userNick,user);
               } else {
                    localCache.put(userNick, new NullValueResultDO());
               }
               return user;
          }
     }          
}

布隆过滤器

  • Google 布隆过滤器的缺点
  • 不需要网络 IO,效率高,维护成本低
  • 缺点:基于JVM内存的一种布隆过滤器,重启即失效,本地内存无法用在分布式场景,不支持大数据量存储
  • Redis 布隆过滤器
  • 可扩展性 Bloom 过滤器:一旦 Bloom 过滤器达到容量,就会在其上创建一个新的过滤器,不存在重启即失效或者定时任务维护的成本:基于 Google 实现的布隆过滤器需要启动之后初始化布隆过滤器
  • 缺点:需要网络 IO,性能比 Google 布隆过滤器低

0x03:缓存击穿,热点 key 重建缓存问题

可能造成的原因

缓存击穿是指缓存中没有数据库中有的数据(一般是缓存时间到期),这时由于大量的并发访问特别多,同时读缓存没读到数据,又同时去数据库去取数据,引起数据库压力瞬间增大,造成过大压力。

危害

我们知道,使用缓存,如果获取不到,才会去数据库里获取。但是如果是热点 key,访问量非常的大,数据库在重建缓存的时候,会出现很多线程同时重建的情况。因为高并发导致的大量热点的 key 在重建还没完成的时候,不断被重建缓存的过程,由于大量线程都去做重建缓存工作,导致服务器拖慢的情况。

解决方案

  • 互斥锁

第一次获取缓存的时候,加一个锁,然后查询数据库,接着是重建缓存。这个时候,另外一个请求又过来获取缓存,发现有个锁,这个时候就去等待,之后都是一次等待的过程,直到重建完成以后,锁解除后再次获取缓存命中。

public String getKey(String key){
    String value = redis.get(key);
    if(value == null){
        // 设置互斥锁的key
        String mutexKey = "mutex:key:"+key;
        // 给这个key上一把锁,ex 表示只有一个线程能执行,过期时间为 180 秒
        if(redis.set(mutexKey,"1","ex 180","nx")){
          value = db.get(key);
          redis.set(key,value);
          redis.delete(mutexKety);
        }else{
          // 其他的线程休息100毫秒后重试
          Thread.sleep(100);
          getKey(key);
        }
   }
   return value;
}

互斥锁的优点是思路非常简单,具有一致性,但是互斥锁也有一定的问题,就是大量线程在等待的问题。存在死锁的可能性。

0x04: 缓存雪崩,批量失效问题

可能造成的原因

缓存雪崩是指机器宕机或在我们设置缓存时采用了相同(近似)的过期时间,导致缓存在某一时刻大批量缓存数据同时(批量)失效

危害

请求全部转发到 DB,DB 瞬时压力过重,导致雪崩。

解决方案

  • 在缓存失效后,通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个 key 只允许一个线程查询数据和写缓存,其他线程等待
  • 做二级缓存,A1 为原始缓存,A2 为拷贝缓存,A1 失效时,可以访问 A2,A1 缓存失效时间设置为短期,A2 设置为长期
  • 不同的 key,设置不同的过期时间,让缓存失效的时间点尽量均匀
  • 如果缓存数据库是分布式部署,将热点数据均匀分布在不同的缓存数据库中
source:https://www.yuque.com/nashihuakai/qlwgtg/bwcko4

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注