上海做推广网站,大兴网站建设优化seo,软文推广图片,wordpress 网页缓存雪崩 由于原有缓存失效#xff08;或者数据未加载到缓存中#xff09;#xff0c;新缓存未到期间#xff08;缓存正常从Redis中获取#xff0c;如下图#xff09;所有原本应该访问缓存的请求都去查询数据库了#xff0c;而对数据库CPU和内存造成巨大压力#xff0c…缓存雪崩 由于原有缓存失效或者数据未加载到缓存中新缓存未到期间缓存正常从Redis中获取如下图所有原本应该访问缓存的请求都去查询数据库了而对数据库CPU和内存造成巨大压力严重的会造成数据库宕机造成系统的崩溃。比如我们设置缓存时采用了相同的过期时间在某个时间节点大量的 key 失效导致大量的请求从缓存中获取不到数据而去请求数据库。
解决方法
1碰到这种情况一般并发量不是特别多的时候可以加锁排队加锁排队的解决方式分布式环境的并发问题有可能还要解决分布式锁的问题线程还会被阻塞用户体验很差因此在真正的高并发场景下很少使用 加锁排队只是为了减轻数据库的压力并没有提高系统吞吐量。假设在高并发下缓存重建期间key是锁着的这是过来1000个请求999个都在阻塞的。同样会导致用户等待超时这是个治标不治本的方法
2给每一个缓存数据增加相应的缓存标记记录缓存的是否失效如果缓存标记失效则更新数据缓存
3设置有效期均匀分布
避免缓存设置相近的有效期我们可以在设置有效期时增加随机值
或者统一规划有效期使得过期时间均匀分布。
4数据预热
对于即将来临的大量请求我们可以提前走一遍系统将数据提前缓存在Redis中并设置不同的过期时间。
5保证Redis服务高可用
前面我们介绍过Redis的哨兵模式和集群模式为防止Redis集群单节点故障可以通过这两种模式实现高可用。
6做二级缓存或者双缓存策略。A1为原始缓存A2为拷贝缓存A1失效时可以访问A2A1缓存失效时间设置为短期A2设置为长期。 缓存穿透
缓存穿透意思就是某个不存在的key一直被访问结果发现数据库中也没有这样的数据最终导致访问该key的所有请求都直接请求到数据库了。
大并发的缓存穿透会导致缓存雪崩。
解决方案
1如果查询数据库也为空直接设置一个默认值存放到缓存这样第二次到缓冲中获取就有值了而不会继续访问数据库。 某个key数据并不存在那么就存一个 NULL 就好了但是一定不要忘记设置过期时间因为假设id3的记录不存在然后本次访问没有查询到数据缓存中存的是null如果过一会儿新增了一条记录为3的数据如果缓存不设置过期时间那么这条数据就永远获取不到。
2根据缓存数据Key的规则。例如我们公司是做机顶盒的缓存数据以Mac为KeyMac是有规则如果不符合规则就过滤掉这样可以过滤一部分查询。在做缓存规划的时候Key有一定规则的话可以采取这种办法。这种办法只能缓解一部分的压力过滤和系统无关的查询但是无法根治。
3采用布隆过滤器将所有可能存在的数据哈希到一个足够大的BitSet中不存在的数据将会被拦截掉从而避免了对底层存储系统的查询压力。关于布隆过滤器详情查看基于BitSet的布隆过滤器(Bloom Filter) 布隆过滤器bloomfilter是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以判断数据是否在表中。将数据项添加到布隆过滤器中用k个不同的哈希函数映射数据项的位置。
例子将“semlinker”数据项存入布隆过滤器中使用三个不同的哈希方式产生三个索引246。查询这个数据项时查看这三个哈希函数运算后产生的索引值246其中任何一个索引位为‘0’则该值不在集合中均为1的话则可能存在在集合中。 布隆过滤器优点是空间效率和查询时间都比一般的算法要好的多缺点是有一定的误识别率和删除困难。 缓存击穿
Redis中一个热点key在失效的同时大量的请求过来从而会全部到达数据库压垮数据库。
解决方法
1设置热点数据永不过期
对于某个需要频繁获取的信息缓存在Redis中并设置其永不过期。当然这种方式比较粗暴对于某些业务场景是不适合的。
2定时更新
比如这个热点数据的过期时间是1h那么每到59minutes时通过定时任务去更新这个热点key并重新设置其过期时间。
3互斥锁
这是解决缓存穿透比较常用的方法。
互斥锁简单来说就是在Redis中根据key获得的value值为空时先锁上然后从数据库加载加载完毕释放锁。若其他线程也在请求该key时发现获取锁失败则睡眠一段时间比如100ms后重试。 缓存预热 缓存预热就是系统上线后提前将相关的缓存数据直接加载到缓存系统。避免在用户请求的时候先查询数据库然后再将数据缓存的问题用户直接查询事先被预热的缓存数据
解决方案
1直接写个缓存刷新页面上线时手工操作下
2数据量不大可以在项目启动的时候自动进行加载
3定时刷新缓存 缓存更新 redis 内存淘汰机制 默认的有6中策略我们还可以根据具体的业务需求进行自定义的缓存淘汰常见的策略有两种
1定时去清理过期的缓存
2当有用户请求过来时再判断这个请求所用到的缓存是否过期过期的话就去底层系统得到新数据并更新缓存。 redis 内存淘汰机制有以下几个
noeviction: 不删除策略, 达到最大内存限制时, 如果需要更多内存, 直接返回错误信息。 大多数写命令都会导致占用更多的内存(有极少数会例外, 如 DEL )。allkeys-lru所有key通用; 优先删除最近最少使用(less recently used ,LRU) 的 key。allkeys-random 所有key通用; 随机删除一部分 key。 volatile-lru只限于设置了 expire 的部分; 优先删除最近最少使用(less recently used ,LRU) 的 key。volatile-random只限于设置了 expire 的部分; 随机删除一部分 key。volatile-ttl只限于设置了 expire 的部分; 优先删除剩余时间(time to live,TTL) 短的key。 缓存降级 当访问量剧增、服务出现问题如响应时间慢或不响应或非核心服务影响到核心流程的性能时仍然需要保证服务还是可用的即使是有损服务。系统可以根据一些关键数据进行自动降级也可以配置开 关实现人工降级。 降级的最终目的是保证核心服务可用即使是有损的。而且有些服务是无法降级的如加入购物车、结算 在进行降级之前要对系统进行梳理梳理出哪些必须誓死保护哪些可降级比如可以参考日志级别设置预案
1一般比如有些服务偶尔因为网络抖动或者服务正在上线而超时可以自动降级
2警告有些服务在一段时间内成功率有波动如在95~100%之间可以自动降级或人工降级并发送告警
3错误比如可用率低于90%或者数据库连接池被打爆了或者访问量突然猛增到系统能承受的最大阀值此时可以根据情况自动降级或者人工降级
4严重错误比如因为特殊原因数据错误了此时需要紧急人工降级。
