Java学习 - Redis缓存问题与优化

缓存收益与成本

• 收益
  • 加速读写
  • 降低后端、持久层的负载和压力
• 成本
  • 可能导致数据不一致
  • 代码运维成本
  • redis节点运维成本

缓存更新策略

策略	一致性	维护成本	介绍
LRU/LIRS算法剔除	最差	底	剔除最近最少使用的数据
超时剔除	较差	底	定时删除、惰性删除
主动更新	最好	高	持久层更新，缓存层也更新

缓存粒度

• 缓存粒度概念

  • 缓存中数据存储的规模
  • 全部存储、部分存储

• 全部存储、部分存储对比

  存储方式	通用性	占用空间	代码维护
  部分存储	弱	少	难
  全部存储	强	多	易

缓存雪崩

• 缓存雪崩概念
  • 由于缓存层宕机了，导致前端流量全部涌向持久层
  • 从而造成连锁反应，持久层也宕机了
• 缓存雪崩解决方法
  • 使用redis-sentinel和redis-cluster增强redis的高可用性
  • 提前演练

缓存无底洞

• 缓存无底洞概念
  • 当缓存集群中机器过多，且数据部分太分散时
  • 如果客户端的一个命令，需要从多个节点中获取数据才能完成
  • 那么可能由于网络传输的问题，导致机器越多，执行越慢
• 缓存无底洞解决
  • 减少网络请求的次数
  • 降低网络请求带来的消耗，比如加入连接池等等

缓存穿透

• 缓存穿透概念

  • 大量的请求不命中，既不命中redis也不命中持久层

  • 示意图

    

• 缓存穿透产生原因

  • 业务代码有问题，使用户请求一些不存在或不能访问的数据
  • 恶意攻击，爬虫

• 缓存穿透发现

  • 响应请求的时间
  • 查看日志记录

• 缓存穿透解决方法

  • 方法1：缓存空对象

    • 原理：当请求一个不存在的数据时，在redis层存储一个空对象

      

    • 缺点：占用更多的空间；可能导致数据不一致

  • 方法2：布隆过滤器

    • 原理：使用布隆过滤器
    • 缺点：很难设计和使用

热点key重建

• 热点key重建概念

  • 当一个数据突然成为热点时（比如微博的热点），且整个数据之前并没有在缓存时
  • 由于服务器是高并发的，所以可能会有多个线程都进行将热点数据写入缓存的操作
  • 这样很多的重复操作会带来非常大的性能消耗

• 热点key解决方法

  • 使用互斥锁
    • 原理：一个线程在准备重建时进行加锁，则其他线程不能再重建
    • 缺点：可能导致大量的线程在等待
  • 永远不过期策略
    • 【不懂】

• 两种方法对比

  方案	优点	缺点
  互斥锁	思路简单；保持一致性	存在死锁风险；可能很多线程等待
  永远不过期策略	杜绝很多线程等待问题	不保证一致性