123,123

[導(dǎo)讀]緩存設(shè)計(jì)可謂老生常談了，早些時(shí)候都是采用memcache，現(xiàn)在大家更多傾向使用redis，除了知曉常用的數(shù)據(jù)存儲(chǔ)類型，結(jié)合業(yè)務(wù)場(chǎng)景有針對(duì)性選擇，好像其他也沒有什么大的難點(diǎn)。工程中引入RedisClient二方包，初始化一個(gè)Bean實(shí)例RedisTemplate?，一切搞定，soe...

緩存設(shè)計(jì)可謂老生常談了，早些時(shí)候都是采用memcache，現(xiàn)在大家更多傾向使用redis，除了知曉常用的數(shù)據(jù)存儲(chǔ)類型，結(jié)合業(yè)務(wù)場(chǎng)景有針對(duì)性選擇，好像其他也沒有什么大的難點(diǎn)。

工程中引入Redis Client二方包，初始化一個(gè)Bean實(shí)例RedisTemplate?，一切搞定，so easy。

如果是幾十、幾百并發(fā)的業(yè)務(wù)場(chǎng)景，緩存設(shè)計(jì)可能并不需要考慮那么多，但如果是億級(jí)的系統(tǒng)呢？

首先，先了解緩存知識(shí)圖譜

早期的緩存用于加速CPU數(shù)據(jù)交換的RAM。隨著互聯(lián)網(wǎng)的快速發(fā)展，緩存的應(yīng)用更加寬泛，用于數(shù)據(jù)高速交換的存儲(chǔ)介質(zhì)都稱之為緩存。

使用緩存時(shí)，我們要關(guān)注哪些指標(biāo)？緩存有哪些應(yīng)用模式？以及緩存設(shè)計(jì)時(shí)有哪些Tip技巧？一圖勝千言，如下：

七大經(jīng)典問題

緩存在使用過程不可避免會(huì)遇到一些問題，對(duì)于高頻的問題我們大概歸為了7類。具體內(nèi)容下面我們一一道來

1、緩存集中失效

當(dāng)業(yè)務(wù)系統(tǒng)查詢數(shù)據(jù)時(shí)，首先會(huì)查詢緩存，如果緩存中數(shù)據(jù)不存在，然后查詢DB再將數(shù)據(jù)預(yù)熱到Cache中，并返回。緩存的性能比 DB 高 50~100?倍以上。

很多業(yè)務(wù)場(chǎng)景，如：秒殺商品、微博熱搜排行、或者一些活動(dòng)數(shù)據(jù)，都是通過跑任務(wù)方式，將DB數(shù)據(jù)批量、集中預(yù)熱到緩存中，緩存數(shù)據(jù)有著近乎相同的過期時(shí)間。

當(dāng)過這批數(shù)據(jù)過期時(shí)，會(huì)一起過期，此時(shí)，對(duì)這批數(shù)據(jù)的所有請(qǐng)求，都會(huì)出現(xiàn)緩存失效，從而將壓力轉(zhuǎn)嫁到DB，DB的請(qǐng)求量激增，壓力變大，響應(yīng)開始變慢。

那么有沒有解呢？

當(dāng)然有了。

我們可以從緩存的過期時(shí)間入口，將原來的固定過期時(shí)間，調(diào)整為過期時(shí)間=基礎(chǔ)時(shí)間隨機(jī)時(shí)間，讓緩存慢慢過期，避免瞬間全部過期，對(duì)DB產(chǎn)生過大壓力。

2、緩存穿透

不是所有的請(qǐng)求都能查到數(shù)據(jù)，不論是從緩存中還是DB中。

假如黑客攻擊了一個(gè)論壇，用了一堆肉雞訪問一個(gè)不存的帖子id。按照常規(guī)思路，每次都會(huì)先查緩存，緩存中沒有，接著又查DB，同樣也沒有，此時(shí)不會(huì)預(yù)熱到Cache中，導(dǎo)致每次查詢，都會(huì)cache miss。

由于DB的吞吐性能較差，會(huì)嚴(yán)重影響系統(tǒng)的性能，甚至影響正常用戶的訪問。

解決方案：

方案一：查存DB 時(shí)，如果數(shù)據(jù)不存在，預(yù)熱一個(gè)特殊空值到緩存中。這樣，后續(xù)查詢都會(huì)命中緩存，但是要對(duì)特殊值，解析處理。
方案二：構(gòu)造一個(gè)BloomFilter過濾器，初始化全量數(shù)據(jù)，當(dāng)接到請(qǐng)求時(shí)，在BloomFilter中判斷這個(gè)key是否存在，如果不存在，直接返回即可，無需再查詢緩存和DB

3、緩存雪崩

緩存雪崩是指部分緩存節(jié)點(diǎn)不可用，進(jìn)而導(dǎo)致整個(gè)緩存體系甚至服務(wù)系統(tǒng)不可用的情況。

分布式緩存設(shè)計(jì)一般選擇一致性Hash，當(dāng)有部分節(jié)點(diǎn)異常時(shí)，采用?rehash?策略，即把異常節(jié)點(diǎn)請(qǐng)求平均分散到其他緩存節(jié)點(diǎn)。但是，當(dāng)較大的流量洪峰到來時(shí)，如果大流量 key 比較集中，正好在某 1～2 個(gè)緩存節(jié)點(diǎn)，很容易將這些緩存節(jié)點(diǎn)的內(nèi)存、網(wǎng)卡過載，緩存節(jié)點(diǎn)異常 Crash，然后這些異常節(jié)點(diǎn)下線，這些大流量 key 請(qǐng)求又被 rehash 到其他緩存節(jié)點(diǎn)，進(jìn)而導(dǎo)致其他緩存節(jié)點(diǎn)也被過載 Crash，緩存異常持續(xù)擴(kuò)散，最終導(dǎo)致整個(gè)緩存體系異常，無法對(duì)外提供服務(wù)。

解決方案：

方案一：增加實(shí)時(shí)監(jiān)控，及時(shí)預(yù)警。通過機(jī)器替換、各種故障自動(dòng)轉(zhuǎn)移策略，快速恢復(fù)緩存對(duì)外的服務(wù)能力
方案二：緩存增加多個(gè)副本，當(dāng)緩存異常時(shí)，再讀取其他緩存副本。為了保證副本的可用性，盡量將多個(gè)緩存副本部署在不同機(jī)架上，降低風(fēng)險(xiǎn)。

4、緩存熱點(diǎn)

對(duì)于突發(fā)事件，大量用戶同時(shí)去訪問熱點(diǎn)信息，這個(gè)突發(fā)熱點(diǎn)信息所在的緩存節(jié)點(diǎn)就很容易出現(xiàn)過載和卡頓現(xiàn)象，甚至 Crash，我們稱之為緩存熱點(diǎn)。

這個(gè)在新浪微博經(jīng)常遇到，某大V明星出軌、結(jié)婚、離婚，瞬間引發(fā)數(shù)百千萬的吃瓜群眾圍觀，訪問同一個(gè)key，流量集中打在一個(gè)緩存節(jié)點(diǎn)機(jī)器，很容易打爆網(wǎng)卡、帶寬、CPU的上限，最終導(dǎo)致緩存不可用。

解決方案：

首先能先找到這個(gè)熱key來，比如通過Spark實(shí)時(shí)流分析，及時(shí)發(fā)現(xiàn)新的熱點(diǎn)key。
將集中化流量打散，避免一個(gè)緩存節(jié)點(diǎn)過載。由于只有一個(gè)key，我們可以在key的后面拼上有序編號(hào)，比如key#01、key#02。。。key#10多個(gè)副本，這些加工后的key位于多個(gè)緩存節(jié)點(diǎn)上。
每次請(qǐng)求時(shí)，客戶端隨機(jī)訪問一個(gè)即可

可以設(shè)計(jì)一個(gè)緩存服務(wù)治理管理后臺(tái)，實(shí)時(shí)監(jiān)控緩存的SLA，并打通分布式配置中心，對(duì)于一些hot key可以快速、動(dòng)態(tài)擴(kuò)容。

5、緩存大Key

當(dāng)訪問緩存時(shí)，如果key對(duì)應(yīng)的value過大，讀寫、加載很容易超時(shí)，容易引發(fā)網(wǎng)絡(luò)擁堵。另外緩存的字段較多時(shí)，每個(gè)字段的變更都會(huì)引發(fā)緩存數(shù)據(jù)的變更，頻繁的讀寫，導(dǎo)致慢查詢。如果大key過期被緩存淘汰失效，預(yù)熱數(shù)據(jù)要花費(fèi)較多的時(shí)間，也會(huì)導(dǎo)致慢查詢。

所以我們?cè)谠O(shè)計(jì)緩存的時(shí)候，要注意緩存的粒度，既不能過大，如果過大很容易導(dǎo)致網(wǎng)絡(luò)擁堵；也不能過小，如果太小，查詢頻率會(huì)很高，每次請(qǐng)求都要查詢多次。

解決方案：

方案一：設(shè)置一個(gè)閾值，當(dāng)value的長(zhǎng)度超過閾值時(shí)，對(duì)內(nèi)容啟動(dòng)壓縮，降低kv的大小
方案二：評(píng)估大key所占的比例，由于很多框架采用池化技術(shù)，如：Memcache，可以預(yù)先分配大對(duì)象空間。真正業(yè)務(wù)請(qǐng)求時(shí)，直接拿來即用。
方案三：顆粒劃分，將大key拆分為多個(gè)小key，獨(dú)立維護(hù)，成本會(huì)降低不少
方案四：大key要設(shè)置合理的過期時(shí)間，盡量不淘汰那些大key

6、緩存數(shù)據(jù)一致性

緩存是用來加速的，一般不會(huì)持久化儲(chǔ)存。所以，一份數(shù)據(jù)通常會(huì)存在DB和緩存中，由此會(huì)帶來一個(gè)問題，如何保證這兩者的數(shù)據(jù)一致性。另外，緩存熱點(diǎn)問題會(huì)引入多個(gè)副本備份，也可能會(huì)發(fā)生不一致現(xiàn)象。

解決方案：

方案一：當(dāng)緩存更新失敗后，進(jìn)行重試，如果重試失敗，將失敗的key寫入MQ消息隊(duì)列，通過異步任務(wù)補(bǔ)償緩存，保證數(shù)據(jù)的一致性。
方案二：設(shè)置一個(gè)較短的過期時(shí)間，通過自修復(fù)的方式，在緩存過期后，緩存重新加載最新的數(shù)據(jù)

7、數(shù)據(jù)并發(fā)競(jìng)爭(zhēng)預(yù)熱

互聯(lián)網(wǎng)系統(tǒng)典型的特點(diǎn)就是流量大，一旦緩存中的數(shù)據(jù)過期、或因某些原因被刪除等，導(dǎo)致緩存中的數(shù)據(jù)為空，大量的并發(fā)線程請(qǐng)求（查詢同一個(gè)key）就會(huì)一起并發(fā)查詢數(shù)據(jù)庫(kù)，數(shù)據(jù)庫(kù)的壓力陡然增加。

如果請(qǐng)求量非常大，全部壓在數(shù)據(jù)庫(kù)，可能把數(shù)據(jù)庫(kù)壓垮，進(jìn)而導(dǎo)致整個(gè)系統(tǒng)的服務(wù)不可用。

解決方案：

方案一：引入一把全局鎖，當(dāng)緩存未命中時(shí)，先嘗試獲取全局鎖，如果拿到鎖，才有資格去查詢DB，并將數(shù)據(jù)預(yù)熱到緩存中。雖然，client端發(fā)起的請(qǐng)求非常多，但是由于拿不到鎖，只能處于等待狀態(tài)，當(dāng)緩存中的數(shù)據(jù)預(yù)熱成功后，再?gòu)木彺嬷蝎@取