TMC,即“透明多级缓存(Transparent Multilevel Cache)”,是有赞 PaaS 团队给公司内应用提供的整体缓存解决方案。
TMC 在通用“分布式缓存解决方案(如 CodisProxy + Redis,如有赞自研分布式缓存系统 zanKV)”基础上,增加了以下功能:
-
应用层热点探测
-
应用层本地缓存
-
应用层缓存命中统计
以帮助应用层解决缓存使用过程中出现的热点访问问题。
为什么要做 TMC
使用有赞服务的电商商家数量和类型很多,商家会不定期做一些“商品秒杀”、“商品推广”活动,导致“营销活动”、“商品详情”、“交易下单”等链路应用出现缓存热点访问的情况:
-
活动时间、活动类型、活动商品之类的信息不可预期,导致 缓存热点访问 情况不可提前预知;
-
缓存热点访问出现期间,应用层少数热点访问 key 产生大量缓存访问请求:冲击分布式缓存系统,大量占据内网带宽,最终影响应用层系统稳定性;
为了应对以上问题,需要一个能够 自动发现热点 并 将热点缓存访问请求前置在应用层本地缓存 的解决方案,这就是 TMC 产生的原因。
多级缓存解决方案的痛点
基于上述描述,我们总结了下列多级缓存解决方案需要解决的需求痛点:
-
热点探测:如何快速且准确的发现热点访问 key ?
-
数据一致性:前置在应用层的本地缓存,如何保障与分布式缓存系统的数据一致性?
-
效果验证:如何让应用层查看本地缓存命中率、热点 key 等数据,验证多级缓存效果?
-
透明接入:整体解决方案如何减少对应用系统的入侵,做到快速平滑接入?
TMC 聚焦上述痛点,设计并实现了整体解决方案。以支持“热点探测”和“本地缓存”,减少热点访问时对下游分布式缓存服务的冲击,避免影响应用服务的性能及稳定性。
TMC 整体架构
TMC 整体架构如上图,共分为三层:
-
存储层:提供基础的 kv 数据存储能力,针对不同的业务场景选用不同的存储服务(codis/zankv/aerospike);
-
代理层:为应用层提供统一的缓存使用入口及通信协议,承担分布式数据水平切分后的路由功能转发工作;
-
应用层:提供统一客户端给应用服务使用,内置“热点探测”、“本地缓存”等功能,对业务透明;
本篇聚焦在应用层客户端的“热点探测”、“本地缓存”功能。
TMC 本地缓存
如何透明
TMC 是如何减少对业务应用系统的入侵,做到透明接入的?
对于公司 Java 应用服务,在缓存客户端使用方式上分为两类:
- 基于
spring.data.redis
包,使用RedisTemplate
编写业务代码;
基于youzan.framework.redis
包,使用RedisClient
编写业务代码;
不论使用以上那种方式,最终通过JedisPool
创建的 Jedis
对象与缓存服务端代理层做请求交互。
TMC 对原生 jedis 包的JedisPool
和Jedis
类做了改造,在JedisPool
初始化过程中集成 TMC“热点发现”+“本地缓存”功能Hermes-SDK
包的初始化逻辑,使 Jedis 客户端与缓存服务端代理层交互时先与Hermes-SDK
交互,从而完成 “热点探测”+“本地缓存”功能的透明接入。
对于 Java 应用服务,只需使用特定版本的 jedis-jar 包,无需修改代码,即可接入 TMC 使用“热点发现”+“本地缓存”功能,做到了对应用系统的最小入侵。
整体结构
模块划分
TMC 本地缓存整体结构分为如下模块:
-
Jedis-Client:Java 应用与缓存服务端交互的直接入口,接口定义与原生 Jedis-Client 无异;
-
Hermes-SDK:自研“热点发现 + 本地缓存”功能的 SDK 封装,Jedis-Client 通过与它交互来集成相应能力;
-
Hermes 服务端集群:接收 Hermes-SDK 上报的缓存访问数据,进行热点探测,将热点 key 推送给 Hermes-SDK 做本地缓存;
-
缓存集群:由代理层和存储层组成,为应用客户端提供统一的分布式缓存服务入口;
-
基础组件:etcd 集群、Apollo 配置中心,为 TMC 提供“集群推送”和“统一配置”能力;
基本流程
-
key 值获取
- Java 应用调用
Jedis-Client
接口获取key
的缓存值时,Jedis-Client
会询问Hermes-SDK
该key
当前是否是 热点 key; - 对于
热点 key
,直接从Hermes-SDK
的热点模块
获取热点key
在本地缓存的value
值,不去访问 缓存集群 ,从而将访问请求前置在应用层; - 对于非 热点 key ,Hermes-SDK 会通过 Callable 回调 Jedis-Client 的原生接口,从 缓存集群 拿到 value 值;
- 对于 Jedis-Client 的每次 key 值访问请求,Hermes-SDK 都会通过其 通信模块 将 key 访问事件 异步上报给 Hermes 服务端集群 ,以便其根据上报数据进行“热点探测”;
- Java 应用调用
-
key 值过期
- ava 应用调用 Jedis-Client 的 set() del() expire() 接口时会导致对应 key 值失效,Jedis-Client 会同步调用 Hermes-SDK 的 invalid() 方法告知其“key 值失效”事件;
- 对于 热点 key ,Hermes-SDK 的 热点模块 会先将 key 在本地缓存的 value 值失效,以达到本地数据强一致。同时 通信模块 会异步将“key 值失效”事件通过 etcd 集群 推送给 Java 应用集群中其他 Hermes-SDK 节点;
- 其他 Hermes-SDK 节点的 通信模块 收到 “key 值失效”事件后,会调用 热点模块 将 key 在本地缓存的 value 值失效,以达到集群数据最终一致;
-
热点发现
- Hermes 服务端集群 不断收集 Hermes-SDK 上报的 key 访问事件,对不同业务应用集群的缓存访问数据进行周期性(3s 一次)分析计算,以探测业务应用集群中的热点 key 列表;
- 对于探测到的热点 key 列表,Hermes 服务端集群 将其通过 etcd 集群 推送给不同业务应用集群的 Hermes-SDK 通信模块,通知其对热点 key 列表进行本地缓存;
-
配置读取
- Hermes-SDK 在启动及运行过程中,会从 Apollo 配置中心 读取其关心的配置信息(如:启动关闭配置、黑白名单配置、etcd 地址…);
- Hermes 服务端集群 在启动及运行过程中,会从 Apollo 配置中心 读取其关心的配置信息(如:业务应用列表、热点阈值配置、etcd 地址…);
稳定性
TMC 本地缓存稳定性表现在以下方面:
-
数据上报异步化:Hermes-SDK 使用 rsyslog 技术对“key 访问事件”进行异步化上报,不会阻塞业务;
-
通信模块线程隔离:Hermes-SDK 的 通信模块 使用独立线程池 + 有界队列,保证事件上报 & 监听的 I/O 操作与业务执行线程隔离,即使出现非预期性异常也不会影响基本业务功能;
-
缓存管控:Hermes-SDK 的 热点模块 对本地缓存大小上限进行了管控,使其占用内存不超过 64MB(LRU),杜绝 JVM 堆内存溢出的可能;
一致性
TMC 本地缓存一致性表现在以下方面:
-
Hermes-SDK 的 热点模块 仅缓存 热点 key 数据,绝大多数非热点 key 数据由 缓存集群 存储;
-
热点 key 变更导致 value 失效时,Hermes-SDK 同步失效本地缓存,保证 本地强一致;
-
热点 key 变更导致 value 失效时,Hermes-SDK 通过 etcd 集群 广播事件,异步失效业务应用集群中其他节点的本地缓存,保证 集群最终一致;