48.Redis缓存设计与性能优化

缓存穿透

请求都跑到存储层,失去了缓存包含存储的意义。

造成的原因

  • 自身业务代码或者数据出现问题
  • 一些恶意攻击、 爬虫等造成大量空命中

解决方案

  • 缓存空对象
  • 布隆过滤器
    • 布隆过滤器不能删除数据,如果要删除得重新初始化数据。
缓存失效(击穿)

由于大批量缓存在同一时间失效可能导致大量请求同时穿透缓存直达数据库

解决方案

  • 我们在批量增加缓存时将这一批数据的缓存过期时间设置为一个随机时间
缓存雪崩

缓存雪崩指的是缓存层支撑不住或宕掉后, 流量会像奔逃的野牛一样, 打向后端存储层。

预防和解决缓存雪崩问题

  • 保证缓存层服务高可用性,比如使用Redis Sentinel或Redis Cluster。
  • 依赖隔离组件为后端限流熔断并降级。比如使用Sentinel或Hystrix限流降级组件。
  • 提前演练。 在项目上线前, 演练缓存层宕掉后, 应用以及后端的负载情况以及可能出现的问题, 在此基础上做一些预案设定。
热点缓存key重建优化

在缓存失效的瞬间, 有大量线程来重建缓存, 造成后端负载加大, 甚至可能会让应用崩溃。

我们可以利用互斥锁来解决,此方法只允许一个线程重建缓存, 其他线程等待重建缓存的线程执行完, 重新从缓存获取数据即可。

缓存与数据库双写不一致

在大并发下,同时操作数据库与缓存会存在数据不一致性问题

解决方案

  • 给缓存数据加上过期时间,每隔一段时间触发读的主动更新即可。
  • 如果不能容忍缓存数据不一致,可以通过加分布式读写锁 保证并发读写或写写的时候按顺序排好队,读读的时候相当于无锁
  • 可以用阿里开源的canal通过监听数据库的binlog日志及时的去修改缓存,但是引入了新的中间件,增加了系统的复杂度。

总结:

以上我们针对的都是读多写少 的情况加入缓存提高性能,如果写多读多的情况又不能容忍缓存数据不一致,那就没必要加缓存了,可以直接操作数据库。

如果数据库抗不住压力,还可以把缓存作为数据读写的主存储,异步将数据同步到数据库,数据库只是作为数据的备份。

相关推荐
惜.己4 小时前
Jmeter中的断言
测试工具·jmeter·1024程序员节
惜.己4 小时前
Jmeter中的测试片段和非测试原件
测试工具·jmeter·1024程序员节
YIN_尹14 小时前
解锁PPTist的全新体验:Windows系统环境下本地部署与远程访问
1024程序员节
惜.己19 小时前
Jmeter中的前置处理器
测试工具·jmeter·1024程序员节
earthzhang20211 天前
《深入浅出HTTPS》读书笔记(9):对称加密算法
开发语言·前端·网络协议·https·1024程序员节
水w1 天前
详细介绍HTTP与RPC:为什么有了HTTP,还需要RPC?
java·开发语言·后端·http·rpc·1024程序员节
earthzhang20211 天前
《深入浅出HTTPS》读书笔记(12):块密码算法之迭代模式
网络协议·算法·http·https·1024程序员节
一颗青果2 天前
【Linux】详解shell代码实现(上)
linux·运维·服务器·前端·chrome·算法·1024程序员节
网安_秋刀鱼2 天前
API安全
web安全·网络安全·1024程序员节
惜.己2 天前
Jmeter中的定时器
测试工具·jmeter·1024程序员节