redis高并发缓存架构与性能优化

Redlock实现原理

超过半数redis节点加锁成功才算成功加锁。

Redlock存在问题

如果主节点挂掉,还没有同步到从节点,重新选举出主节点,那加锁就没有加到这个新的主节点上。

如果增加redis主节点数,那么加锁的性能更差,要给半数节点加锁,如果没有加成功,还要回滚。

Redis的刷盘频率,1s刷盘一次,否则写一条刷盘一条性能就非常差了。如果redis挂了或者重启,可能导致这1s内的数据没有持久化,因此也会造成锁丢失,别的线程也可以加锁成功。

RedLock 依赖 Redis 实例的系统时钟计算锁的剩余有效期。若不同实例的时钟不同步(如时钟跳跃或漂移),可能导致锁被提前释放或无法释放。

Redisson 官方已弃用 RedLock。

高并发扣减库存

分段锁。

ConcurrentHashMap1.7分段锁的原理

分段结构:分为多个segment,继承reentrantLock。

锁粒度:写操作仅锁定当前操作的segment。读操作不用加锁。

哈希定位:第一次hash计算segment位置,第二次hash计算数组下标。

热点缓存重建

java 复制代码
Product product = null;
String productCacheKey = RedisKeyPrefixConst.PRODUCT_CACHE + productId;
// 获取缓存
product = getProductFromCache(productCacheKey);
if(product != null) return product;
//加分布式锁解决热点缓存并发重建问题
RLock hotCreatecacheLock = redisson.getLock( LOCK_PRODUCT_HOT_CACHE_CREATE_PREFIX + productId);
hotCreateCacheLock.tryLock();
try {
	// 在锁内再次确认缓存状态,防止在第一次检查缓存为空后
	// 但是在加锁前,其他线程已经重新构建好缓存
	// 并且若多个线程同时通过第一次检查,加锁后保证只有一个线程来执行
	// 剩下的线程拿到锁再进来检查到缓存有值就直接返回了
	product = getProductFromCache(productCacheKey);
	if(product != null)  return product;
	// 读锁共享,写锁互斥
	RReadWriteLock productupdateLock = redisson.getReadWriteLock( name: LOCK_PRODUCT_UPDATE_PREFIX + productId);
	// 读锁
	RLock rLock =productUpdateLock.readLock();
	rLock.lock();
	// 构建缓存,同时也构建本地缓存。
	reBuildCache();
	// 热点key,比如微博,百万用户查同一个key,redis扛不住。
	// 本地缓存,并发百万级别没问题。
	// 多级缓存无法保证绝对一致性。不用过度设计。MQ异步或者redis发布订阅。
	// redis的发布订阅机制,如果更新数据,发送消息到queue,然后监听更新。
	// 热点中的热点商品才会存放到本地缓存,因为本地缓存是非常宝贵的。
	// 并且热点商品的变动是非常快的。
	// 因此,有专门的一个热点缓存计算系统,所有的应用会对热点缓存计算系统做一个监听,维护缓存。
}


// 发布消息
redisTemplate.convertAndSend("cache:update", 
        JSON.toJSONString(new CacheMessage("user:" + user.getId(), "DELETE")));
// 订阅频道
redisTemplate.execute((RedisConnection connection) -> {
     connection.subscribe(new RedisMessageListener() {
            @Override
            public void onMessage(String channel, String message) {
                // 解析消息
                CacheMessage cacheMsg = JSON.parseObject(message, CacheMessage.class);
                // 更新本地缓存
java 复制代码
// 重建热点缓存串行转并行
// tryLock允许线程立即尝试获取锁,若锁不可用则立即返回失败,而非阻塞等待。这种机制打破了严格的串行逻辑。
if (cacheLock.tryLock()) {
    try {
        // 重建缓存(串行)
    } finally {
        cacheLock.unlock();
    }
} else {
    // 返回旧缓存或默认值(并行)
}

缓存穿透

查询一个不存在的key,设置为空值给缓存。

java 复制代码
private final static String EMPTY_CACHE = "{}";

缓存雪崩

过期时间加一个随机值。

相关推荐
Jing_jing_X4 小时前
AI分析不同阶层思维 二:Spring 的事务在什么情况下会失效?
java·spring·架构·提升·薪资
码农水水10 小时前
中国邮政Java面试:热点Key的探测和本地缓存方案
java·开发语言·windows·缓存·面试·职场和发展·kafka
jump_jump11 小时前
SaaS 时代已死,SaaS 时代已来
前端·后端·架构
天意pt11 小时前
Blog-SSR 系统操作手册(v1.0.0)
前端·vue.js·redis·mysql·docker·node.js·express
一条咸鱼_SaltyFish12 小时前
[Day14] 微服务开发中 `contract - common` 共享库的问题排查与解决
程序人生·微服务·架构·开源软件·ddd·个人开发·ai编程
一只鱼丸yo12 小时前
从单体到微服务:一次真实迁移实战
微服务·云原生·架构
桌面运维家13 小时前
vDisk VOI架构IO瓶颈怎么办?Windows优化实战
windows·架构
Blossom.11814 小时前
Transformer架构优化实战:从MHA到MQA/GQA的显存革命
人工智能·python·深度学习·react.js·架构·aigc·transformer
Python_Study202514 小时前
制造业数据采集系统选型指南:从技术挑战到架构实践
大数据·网络·数据结构·人工智能·架构
喵叔哟15 小时前
8.健康检查与监控
架构·.net