目录
Redis 典型应⽤ - 缓存 (cache)
什么是缓存
缓存 (cache) 是计算机中的⼀个经典的概念,在很多场景中都会涉及到。
核⼼思路就是把⼀些常⽤的数据放到触⼿可及(访问速度更快)的地⽅, ⽅便随时读取。
举个例⼦:
⽐如我需要去⾼铁站坐⾼铁. 我们知道坐⾼铁是需要反复刷⾝份证的 (进⼊⾼铁站, 检票, 上⻋,乘⻋过程中, 出站...)
正常来说, 我的⾝份证是放在⽪箱⾥的(⽪箱的存储空间⼤, ⾜够能装). 但是每次刷⾝份证都需要开⼀次⽪箱找⾝份证, 就⾮常不⽅便。
因此我就可以把⾝份证先放到⾐服⼝袋⾥。⼝袋虽然空间⼩, 但是访问速度⽐⽪箱快很多。
这样的话每次刷⾝份证我只需要从⼝袋⾥掏⾝份证就⾏了, 就不必开⽪箱了。
此时 "口袋" 就是 "皮箱" 的缓存. 使用缓存能够⼤ 提⾼访问效率
这⾥所说的 "触⼿可及" 是个相对的概念我们知道, 对于硬件的访问速度来说, 通常情况下:
CPU 寄存器 > 内存 > 硬盘 > ⽹络。可以用速度快的设备作为速度慢的设备的缓存。
那么硬盘相对于⽹络是 "触⼿可及的", 就可以使⽤硬盘作为⽹络的缓存。
内存相对于硬盘是 "触⼿可及的", 就可以使⽤内存作为硬盘的缓存。
CPU 寄存器相对于内存是 "触⼿可及的", 就可以使⽤ CPU 寄存器作为内存的缓存。
对于计算机硬件来说,往往访问速度越快的设备,成本越⾼,存储空间越⼩。
缓存是更快, 但是空间上往往是不⾜的. 因此⼤部分的时候, 缓存只放⼀些 热点数据 (访问频繁的数据),就⾮常有⽤了。
关于 "⼆⼋定律"
20% 的热点数据, 能够应对 80% 的访问场景。
因此只需要把这少量的热点数据缓存起来,就可以应对⼤多数场景,从⽽在整体上有明显的性能提升
使⽤ Redis 作为缓存
在⼀个⽹站中,我们经常会使⽤关系型数据库 (⽐如 MySQL) 来存储数据。
关系型数据库虽然功能强⼤,但是有⼀个很⼤的缺陷,就是性能不⾼。(换⽽⾔之, 进⾏⼀次查询操作消耗的系统资源较多)。
为什么说关系型数据库性能不⾼?
- 数据库把数据存储在硬盘上, 硬盘的 IO 速度并不快。尤其是随机访问。
- 如果查询不能命中索引, 就需要进⾏表的遍历, 这就会⼤ 增加硬盘 IO 次数。
- 关系型数据库对于 SQL 的执⾏会做⼀系列的解析, 校验, 优化⼯作。
- 如果是⼀些复杂查询, ⽐如联合查询, 需要进⾏笛卡尔积操作, 效率更是降低很多。
- ...
因此,如果访问数据库的并发量⽐较⾼,对于数据库的压⼒是很⼤的,很容易就会使数据库服务器宕机。
为什么并发量⾼了就会宕机?
服务器每次处理⼀个请求, 都是需要消耗⼀定的硬件资源的. 所谓的硬件资源包括不限于 CPU,内存, 硬盘, ⽹络带宽...
⼀个服务器的硬件资源本⾝是有限的。⼀个请求消耗⼀份资源, 请求多了, ⾃然把资源就耗尽了。 后续的请求没有资源可⽤, ⾃然就⽆法正确处理. 更严重的还会导致服务器程序的代码出现崩溃。
如何让数据库能够承担更⼤的并发量呢? 核⼼思路主要是两个:
- 开源:引⼊更多的机器, 部署更多的数据库实例, 构成数据库集群。(主从复制, 分库分表等...)
- 节流:引⼊缓存,使⽤其他的⽅式保存经常访问的热点数据,从⽽降低直接访问数据库的请求数量
实际开发中, 这两种⽅案往往是会搭配使⽤的
Redis 就是⼀个⽤来作为数据库缓存的常⻅⽅案
Redis 访问速度⽐ MySQL 快很多。或者说处理同⼀个访问请求, Redis 消耗的系统资源⽐ MySQL 少很多。因此 Redis 能⽀持的并发量更⼤
- Redis 数据在内存中, 访问内存⽐硬盘快很多
- Redis 只是⽀持简单的 key-value 存储, 不涉及复杂查询的那么多限制规则
就像⼀个 "护盾" ⼀样,把 MySQL 给罩住了
- 客⼾端访问业务服务器, 发起查询请求
- 业务服务器先查询 Redis, 看想要的数据是否在 Redis 中存在
- 如果已经在 Redis 中存在了, 就直接返回。此时不必访问 MySQL 了
- 如果在 Redis 中不存在, 再查询 MySQL
按照上述讨论的 "⼆⼋定律" , 只需要在 Redis 中放 20% 的热点数据, 就可以使 80% 的请求不再真正查询数据库了。
当然, 实践中究竟是 "⼆⼋", 还是 "⼀九", 还是 "三七", 这个情况可能会根据业务场景的不同, 存在差异。但是⾄少绝⼤多数情况下, 使⽤缓存都能够⼤ 提升整体的访问效率, 降低数据库的压⼒。
注意!缓存是⽤来加快 "读操作" 的速度的。如果是 "写操作", 还是要⽼老实实写数据库, 缓存并不能提⾼性能。
缓存的更新策略
接下来还有⼀个重要的问题, 到底哪些数据才是 "热点数据" 呢?
1)定期⽣成
每隔⼀定的周期(⽐如⼀天/⼀周/⼀个⽉), 对于访问的数据频次进⾏统计。挑选出访问频次最⾼的前 N%的数据。
以搜索引擎为例
⽤⼾在搜索引擎中会输⼊⼀个 "查询词", 有些词是属于⾼频的, ⼤家都爱搜(鲜花, 蛋糕, 同城交友, 不孕不育...). 有些词就属于低频的, ⼤家很少搜。
搜索引擎的服务器会把哪个⽤⼾什么时间搜了啥词, 都通过⽇志的⽅式记录的明明⽩白。然后每隔⼀段时间对这期间的搜索结果进⾏统计 (⽇志的数量可能⾮常巨⼤,这个统计的过程可能需要使⽤ hadoop 或者 spark 等⽅式完成)。从⽽就可以得到 "⾼频词表" 。
步骤:
- 完成统计热词的过程
- 根据热词,找到搜索结果的数据(广告数据)
- 把得到缓存数据同步到缓存服务器上
- 控制这些缓存服务器自动重启
优点是实现容易,过程可控。但这种做法实时性较低,对于⼀些突然情况应对的并不好。
⽐如春节期间, "春晚" 这样的词就会成为⾮常⾼频的词。⽽平时则很少会有⼈搜索 "春晚"
2)实时生成
先给缓存设定容量上限(可以通过 Redis 配置⽂件的 maxmemory 参数设定)
接下来把⽤⼾每次查询:
- 如果在 Redis 查到了, 就直接返回
- 如果 Redis 中不存在, 就从数据库查, 把查到的结果同时也写⼊ Redis
如果缓存已经满了(达到上限), 就触发缓存淘汰策略, 把⼀些 "相对不那么热⻔" 的数据淘汰掉。
按照上述过程,持续⼀段时间的"动态平衡"之后,Redis 内部的数据⾃然就是 "热⻔数据" 了。
通⽤的淘汰策略主要有以下⼏种:
下列策略并⾮局限于 Redis, 其他缓存也可以按这些策略展开。
FIFO (First In First Out) 先进先出
把缓存中存在时间最久的 (也就是先来的数据) 淘汰掉
LRU (Least Recently Used) 淘汰最久未使⽤的
记录每个 key 的最近访问时间。把最近访问时间最⽼的 key 淘汰掉。
LFU (Least Frequently Used) 淘汰访问次数最少的
记录每个 key 最近⼀段时间的访问次数。把访问次数最少的淘汰掉。
Random 随机淘汰
从所有的 key 中抽取幸运⼉被随机淘汰掉。
理解上述⼏种淘汰策略:
想象你是个皇帝, 有后宫佳丽三千。虽然你是 "真⻰天⼦", 但是经常宠幸的妃⼦也就那么寥寥数⼈(精⼒有限)。
后宫佳丽三千, 相当于数据库中的全量数据。经常宠幸的妃⼦相当于热点数据, 是放在缓存中的
今年选秀的⼀批新的⼩主, 其中有⼀个被你看上了。宠信新⼈, ⾃然就需要有旧⼈被冷落。到底谁是要被冷落的⼈呢?
- FIFO:皇后是最先受宠的,现在已经年⽼⾊衰了,皇后失宠。
- LRU:统计最近宠幸时间。皇后(⼀周前), 熹妃(昨天), 安答应(两周前), 华妃(⼀个⽉前)。华妃失宠。
- LFU:统计最近⼀个⽉的宠幸次数, 皇后(3次), 熹妃(15次), 安答应(1次), 华妃(10次)。安答应失宠。
- Random:随机挑⼀个妃⼦失宠。
这⾥的淘汰策略, 我们可以⾃⼰实现。当然 Redis 也提供了内置的淘汰策略,也可以供我们直接使⽤。
Redis 内置的内存淘汰策略如下:
volatile-lru
当内存不⾜以容纳新写⼊数据时,从设置了过期时间的key中使⽤ LRU(least recently used 最近最少使⽤)算法进⾏淘汰allkeys-lru
当内存不⾜以容纳新写⼊数据时,从所有key中使⽤ LRU(最近最少使⽤)算法进⾏淘汰volatile-lfu
4.0版本新增,当内存不⾜以容纳新写⼊数据时,在过期的key中,使⽤ LFU(least frequently used 最不经常使用) 算法进⾏删除keyallkeys-lfu
4.0版本新增,当内存不⾜以容纳新写⼊数据时,从所有key中使⽤ LFU 算法进⾏淘汰volatile-random
当内存不⾜以容纳新写⼊数据时,从设置了过期时间的key中,随机淘汰数据allkeys-random
当内存不⾜以容纳新写⼊数据时,从所有key中随机淘汰数据volatile-ttl
在设置了过期时间的key中,根据过期时间进⾏淘汰,越早过期的优先被淘汰(相当于 FIFO, 只不过是局限于过期的 key)noeviction
默认策略,当内存不⾜以容纳新写⼊数据时,新写⼊操作会报错。(不适用于实时更新缓存)
整体来说 Redis 提供的策略和我们上述介绍的通⽤策略是基本⼀致的。只不过 Redis 这⾥会针对 "过期key" 和 "全部 key" 做分别处理
缓存预热,缓存穿透,缓存雪崩 和 缓存击穿
关于缓存预热 (Cache preheating)
什么是缓存预热
和缓存里的热点数据怎么来是密切相关的
- 定期生成,是不涉及"预热"的
- 实时生成
使⽤ Redis 作为 MySQL 的缓存的时候, 当 Redis 刚刚启动, 或者 Redis ⼤批 key 失效之后, 此时由于Redis ⾃⾝相当于是空着的, 没啥缓存数据, 那么 MySQL 就可能直接被访问到, 从⽽造成较⼤的请求压⼒。
缓存预热,就是解决上述问题
通过把定期生成和实时生成结合一下。
先通过离线的方式,通过一些统计的途径,把热点数据找到一批,导入到 redis 中。此时导入的这批热点数据,就能帮 MySQL 承担很大压力了。
因此就需要提前把热点数据准备好, 直接写⼊到 Redis 中,使 Redis 可以尽快为 MySQL 撑起保护伞。
热点数据可以基于之前介绍的统计的⽅式⽣成即可。这份热点数据不⼀定⾮得那么 "准确", 只要能帮助MySQL 抵挡⼤部分请求即可。随着程序运⾏的推移, 缓存的热点数据会逐渐⾃动调整, 来更适应当前情况
关于缓存穿透 (Cache penetration)
什么是缓存穿透
访问的 key 在 Redis 和 数据库中都不存在。此时这样的 key 不会被放到缓存上,后续如果仍然在访问该key,依然会访问到数据库
这次查询,没有;下次查询,依然没有。
如果像这样的数据存在很多,并且还反复查询,一样会给 MySQL 造成很大压力
这就会导致数据库承担的请求太多,压⼒很⼤
这种情况称为 缓存穿透
为何产⽣
原因可能有⼏种:
- 业务设计不合理。⽐如缺少必要的参数校验环节,导致⾮法的 key 也被进⾏查询了
- 开发/运维误操作。不⼩⼼把部分数据从数据库上误删了
- ⿊客恶意攻击
如何解决
- 针对要查询的参数进⾏严格的合法性校验。⽐如要查询的 key 是⽤⼾的⼿机号,那么就需要校验当前 key 是否满⾜⼀个合法的⼿机号的格式
- 针对数据库上也不存在的 key,也存储到 Redis 中,但是把 value 就随便设成⼀个 ""。避免后续频繁访问数据库
- 使⽤布隆过滤器先判定 key 是否存在,再真正查询
关于布隆过滤器, 在数据结构进阶, 有具体介绍。
简单的说,布隆过滤器是结合了 hash + bitmap 的思想,能够⽤较少的空间,判定某个元素是否存在
关于缓存雪崩 (Cache avalanche)
什么是缓存雪崩
短时间内⼤量的 key 在缓存上失效,导致缓存命中率陡然下降,进而导致数据库压⼒骤增,甚⾄直接宕机
本来 Redis 是 MySQL 的⼀个护盾, 帮 MySQL 抵挡了很多外部的压⼒。⼀旦护盾突然失效了, MySQL⾃⾝承担的压⼒骤增, 就可能直接崩溃
为何产⽣
⼤规模 key 失效,可能性主要有两种
- Redis 挂了
- Redis 上的⼤量的 key 同时过期
为啥会出现⼤量的 key 同时过期?
这种很可能是短时间内在 Redis 上缓存了⼤量的 key, 并且设定了相同的过期时间(和 redis 内存淘汰机制是配合使用)
如何解决
- 部署⾼可⽤的 Redis 集群,并且完善监控报警体系
- 不给 key 设置过期时间 或者 设置过期时间的时候添加随机时间因⼦,避免同一时刻过期
关于缓存击穿 (Cache breakdown)
什么是缓存击穿
此处把 breakdown 翻译成 "击穿" ,个⼈以为并⾮是⼀个好的选择。容易和缓存穿透混淆。
翻译成 "瘫痪" 或者 "崩溃" 也许更合适⼀些
breakdown n.(汽⻋或机器的)故障,损坏;(关系的)破裂,(系统的)瘫痪;精神崩溃,(健康、体⼒等的)衰竭;细⽬,分类;分解;跺脚曳步舞
相当于缓存雪崩的特殊情况。针对热点 key,突然过期了,导致⼤量的请求直接访问到数据库上,甚⾄引起数据库宕机。
如何解决
- 基于统计的⽅式发现热点 key,并设置永不过期
- 进⾏必要的服务降级。例如访问数据库的时候使⽤分布式锁,限制同时请求数据库的并发数。