当周杰伦把QQ音乐干翻的时候，作为程序猿我看到了什么？

点击蓝字关注我吧

1

别人都会唱了，而我还没付钱！

        2019年9月16日晚23点整，周杰伦发布新歌《说好不哭》。

        我经过一系列猛如虎的操作:

        咦！这啥？

        发生错误了？what the fuck!

        虽然说好不哭，但是还没开始听之前我就哭了:

        再等二分钟，别人都会唱了，我还没付钱！不要这样吧！QQ音乐你要振作起来啊！

1

知识结构的差别

导致我们看的角度不同

        不知道大家有没有看过美剧《越狱》。

        引用《奇葩说》辩手，也是我的男神，陈铭说的一段话：

主角迈克进入监狱救他哥哥，他走进了监狱，看到了那所监狱。

那一瞬间，我才发现迈克是个建筑学家。

他看到的监狱和我看到的监狱根本不是同一个监狱，。

我看到的是囚牢、操场、移动的犯人和狱卒。 

而迈克一走进去，他看到的是通风管道、下水管道、紧急通道，他看到了墙后面所有的东西。

我这时意识到了一点，建筑学家跟我们因为知识背景和知识框架的不同，我们看到的是两个不一样的世界。 

这是知识结构的差别带来的我们眼睛看到的世界的截然不同。

        我举这个例子想要说明的是，当我站在程序员的角度看QQ音乐崩了这件事情的时候，我看到了什么，我想到了什么，这是一个由无数服务器、若干微服务、负载均衡、多级缓存、巨大流量、分库分表、读写分离、搜索引擎、性能优化、高速硬盘......组成的世界。

        周杰伦站在世界的这头，手机不停的响着:"微信到账三元"。

        程序员站在世界的这头，嘴里不停的喊着:"马上撑不住了，快降级、加机器、部服务"。

中间的架构图是我随便找的，和QQ音乐无关

1

正文开始

        好了，当顶级流量周杰伦把QQ音乐干翻的时候，我作为程序猿看到了什么？且听我细细道来。

        当我点击立即购买，没有弹出支付页面，而是弹出"发生错误了"的提示，如果那一晚你也在关注周董的新歌，我相信你和我做了同样的动作：马上关闭了页面，再次点击了立即购买，但是还是弹出错误提示。那个时候，我才反应过来，哦，原来是QQ音乐崩了。

        这个时候我的脑海里面立即浮现出了一个由请求，redis缓存，数据库组成画面。

        这图，是我这个灵魂画手亲手画的，当然还是和QQ音乐的架构没有半毛钱关系。甚至QQ音乐这次崩掉也许和缓存也没有半毛钱关系。但是我就是想到了这个画面。

        熟知redis的小伙伴一看到这里，下意识的就会说:"哟，这不是 缓存击穿吗？"

        不知道缓存击穿的小伙伴，不要着急。看完这篇文章后，你不仅懂了缓存击穿，还会懂缓存穿透，缓存雪崩，以及对应的解决方案。

        熟知redis，并且对这几个概念烂熟于心的小伙伴这个时候可能想要走了，没关系，答应我， 走之前，拉到最后点个"在看"。 谢谢！

        再开始之前，我想多说一句话，垫个底：

        为什么我们要用缓存？

        其中大部分的原因是为了提高系统的响应速度，提升并发访问量。因为从内存中，比如redis读取数据和从磁盘中，比如mysql读取数据的响应速度是不在一个级别的。

        我给你打个形象但不是很恰到的比方吧:就类似于光速和音速的差距。

1

缓存击穿

缓存击穿的概念

        缓存击穿是指一个请求要访问的数据，缓存中没有，但数据库中有。

这种情况一般来说就是缓存过期了。但是这时由于并发访问这个缓存的用户特别多，这是一个热点key，这么多用户的请求同时过来，在缓存里面都没有取到数据，所以又同时去访问数据库取数据，引起数据库流量激增，压力瞬间增大，直接崩溃给你看。

        所以一个数据有缓存，每次请求都从缓存中快速的返回了数据，但是某个时间点缓存失效了，某个请求在缓存中没有请求到数据，这时候我们就说这个请求就"击穿"了缓存。

缓存击穿

缓存击穿的解决方案

方案一 互斥锁

        互斥锁方案的思路就是如果从redis中没有获取到数据，就让一个线程去数据库查询数据，然后构建缓存，其他的线程就等着，过一段时间后再从redis中去获取。

        伪代码如下:

String get(String jay) {
   String music = redis.get(jay);
   if (music == null) {
   //nx的方式设置一个key=jay_lock,
   //value=aiwobieku_lock的数据，60秒后过期
    if (redis.set("jay_lock", "aiwobieku_lock","nx",60)) {
        //从数据库里获取数据
        music = db.query(jay);
        //构建数据,24*60*60s后过期
        redis.set(jay, music,24*60*60);
        //构建成功，可以删除互斥锁
        redis.delete("jay_lock");
    } else {
        //其他线程休息100ms后重试
        Thread.sleep(100);
        //再次获取数据，如果前面在100ms内设置成功,则有数据
        music = redis.get(jay);
    }
  }
}

        这个方案能解决问题，但是一个线程构建缓存的时候，另外的线程都在睡眠或者轮询。

        而且在这个四处宣讲高并发,低延时的时代，你居然让你的用户等待了宝贵的100ms。有可能别人比你快100ms，就抢走了大批用户。

你说，你是何居心？是不是敌人派来的卧底？

方案二 后台续命

        后台续命方案的思想就是， 后台开一个定时任务，专门主动更新即将过期的数据。

        比如程序猿设置jay这个热点key的时候，同时设置了过期时间为60分钟，那后台程序在第55分钟的时候，会去数据库查询数据并重新放到缓存中，同时再次设置缓存为60分钟。

        呃，这个方案呢。怎么说呢，我感觉很奇怪。

        可能是没有想到合适的应用场景，而且觉得代码实现起来比较复杂。

        但是这种思想是没问题的，我之前就借助这样的思想开发过一个功能:

简单的描述一下就是：

        流水号系统，采用数据库自增主键来保证唯一性，但是属于非常关键的系统,为了降低数据库异常对服务带来的冲击，所以服务启动后会就会预先在缓存中缓存5000个流水号。然后后台job定时检查缓存中还剩下多少流水号，如果小于1000个，则再从数据库中生成流水号，补充到缓存中，让缓存中的流水号再次回到5000个。这样做的好处就是数据库异常后，我至少保证还有5000个缓存可以保证上游业务，我有一定的时间去恢复数据库。

后台续命的另一种展示

方案三 永不过期

        这个方案就有点简单粗暴了。

        见名知意，如果结合实际场景你用脚趾头都能想到这个key是一个热点key，会有大量的请求来访问这个数据。对于这样的数据你还设置过期时间干什么？直接放进去，永不过期。

永不过期

        这个热点流量就类似于

周董发新歌，

鹿晗爱晓彤，

唱跳rap和篮球的流量。

        比起产品经理给你提需求，让你开发的时候，给你预报的流量靠谱多了。

        我就遇见过产品经理来提需求的时候说:

这个需求特别急，最好明天就上线。

上线流量马上来，你的系统要抗住。

        结果往往是:

熬夜加班通宵干，终于爆肝弄上线。

结果上线没动静，他说商户不接了。

        大道至简，我个人喜欢这个方案。

        但是具体情况具体分析，没有一套方案走天下的。

        比如，如果这个key是属于被各种"自来水"活生生的炒热的呢？就像哪吒一样，你预想不到这个key会闹出这么大的动静。这种情况你这么处理？

        所以，具体情况，具体分析。但是思路要清晰，最终方案都是常规方案的组合或者变种。

1

缓存穿透

        缓存穿透是指一个请求要访问的数据， 缓存和数据库中都没有，而用户短时间、高密度的发起这样的请求，每次都打到数据库服务上，给数据库造成了压力。一般来说这样的请求属于恶意请求，

缓存穿透

        根据图片显示的，缓存中没有获取到数据，然后去请求数据库，没想到数据库里面也没有。

比如明明是周杰伦的演唱会，你冲过保安大哥，上台对周董说："给我来个林俊杰的签名"。
最可恶的是你也知道，周杰伦那里没有林俊杰的签名。
恶意请求，占用资源。当有成千上万这样的恶意请求的时候，你不做处理，就会给周杰伦，哦不，数据库带来压力。

缓存穿透的解决方案

方案一 --- 缓存空对象

        缓存空对象就是在数据库即使查到的是空对象，我们也把这个空对象缓存起来。

缓存空对象

        下次同样请求就会命中这个空对象，缓存层就处理了这个请求，不会对数据库产生压力。

        这样实现起来简单，开发成本很低。但这样随之而来的两个面试题必须要注意一下:

第一个问题:如果在某个时间，缓存为空的记录，在数据库里面有值了，你怎么办？

        我知道三个解决方法:

解决方法一:设置缓存的时候，同时设置一个过期时间，这样过期之后，就会重新去数据库查询最新的数据并缓存起来。

解决方法二:如果对实时性要求非常高的话，那就写数据库的时候，同时写缓存。这样可以保障实时性。

解决方法三:如果对实时性要求不是那么高，那就写数据库的时候给消息队列发一条数据，让消息队列再通知处理缓存的逻辑去数据库取出最新的数据。

        另外说明一下：对于数据库和缓存一致性的问题，我不打算在这篇文章讨论。个人感觉这是一个引战的问题。后面会单独介绍我自己对于这个问题的看法。请大神不要在这"开杠"。

第二个问题:对于恶意攻击，请求的时候key往往各不相同，且只请求一次，那你要把这些key都缓存起来的话，因为每个key都只请求一次，那还是每次都会请求数据库，没有保护到数据库呀？

        这个时候，你就告诉他:"布隆过滤器，了解一下"。

    

方案二 --- 布隆过滤器

        什么是布隆过滤器?

本质上布隆过滤器是一种数据结构，比较巧妙的概率型数据结构（probabilistic data structure），特点是高效地插入和查询，可以用来告诉你 “某样东西一定不存在或者可能存在”。 

相比于传统的 List、Set、Map 等数据结构，它更高效、占用空间更少，但是缺点是其返回的结果是概率性的，而不是确切的。

        当布隆过滤器说某个值存在时，这个值可能不存在; 当它说不存在时，那就肯定不存在。

        所以布隆过滤器返回的结果是概率性的，所以它能缓解数据库的压力，并不能完全挡住，这点必须要明确。

        guava组件可以开箱即用的实现一个布隆过滤器，但是guava是基于内存的，所以不太适用于分布式环境下。

    

        要在分布式环境下使用布隆过滤器，那还得redis出马，redis可以用来实现布隆过滤器。

看到了吗，redis不仅仅是拿来做缓存的。这就是一个知识点呀。

        什么？你想看他是怎么实现的？对不起，我也只是知道并且会用它，内部原理我还说不太清楚，你可以自行查阅一下。所以:

1

缓存雪崩

        缓存雪崩是指缓存中 大多数的数据在同一时间到达过期时间，而查询数据量巨大，这时候，又是 缓存中没有，数据库中有的情况了。请求都打到数据库上，引起数据库流量激增，压力瞬间增大，直接崩溃给你看

        和前面讲的缓存击穿不同的是，缓存击穿指大量的请求并发查询同一条数据。

        缓存雪崩是不同数据都到了过期时间，导致这些数据在缓存中都查询不到，

        或是缓存服务直接挂掉了，所以缓存都没有了。

        总之，请求都打到了数据库上。对于数据库来说，流量雪崩了，很形象。

缓存雪崩的解决方案

方案一 --- 加互斥锁

        如果是大量缓存在同一时间过期的情况，那么我们可以加互斥锁。

        等等，互斥锁不是前面介绍过了吗？

        是的，缓存雪崩可以看成多个缓存击穿，所以也可以使用互斥锁的解决方案，这里就不再赘述。

方案二 --- "错峰"过期

        如果是大量缓存在同一时间过期的情况，我们还有一种解决方案就是在设置key过期时间的时候，在加上一个短的随机过期时间，这样就能避免大量缓存在同一时间过期，引起的缓存雪崩。

比如设置一类key的过期时间是10分钟，在10分钟的基础上再加上60秒的随机事件，就像这样：

redis.set(key,value,10*60+RandomUtils.nextInt(0, 60),TimeUnit.SECONDS)

方案三 --- 缓存集群

        如果对于缓存服务挂掉的情况，大多原因是单点应用。那么我们可以引入redis集群，使用主从加哨兵。用Redis Cluster部署集群很方便的，可以了解一下。

        当然这是属于一种事前方案，在使用单点的时候，你就得考虑服务宕机后引起的问题。所以，事前部署集群，提高服务的可用性。

   

方案四 --- 限流器+本地缓存

        那你要说如果Cluster集群也挂了怎么办呢？

        如果你能层层深入考虑到集群也挂了怎么办的话，那你可真是一个爱思考的好同学。其实就是对服务鲁棒性的考虑：

鲁棒性（robustness）就是系统的健壮性。它是指一个程序中对可能导致程序崩溃的各种情况都充分考虑到，并且作相应的处理，在程序遇到异常情况时还能正常工作，而不至于死机。

        这个时候，可以考虑一下引入限流器，比如  Hystrix，然后实现服务降级。

        假设你的限流器设置的一秒钟最多5千个请求，那么这个时候来了8千个请求，多出来的3000个就走降级流程，对用户进行友好提示。

        进来的这5000个请求，如果redis挂了，还是有可能会干翻数据库的，那么这个时候我们在加上如果redis挂了，就查询类似于echcache或者guava cache本地缓存的逻辑，则可以帮助数据库减轻压力，挺过难关。

方案五 --- 尽快恢复

        这个没啥说的了吧?

        大哥，你服务挂了诶？赶紧恢复服务啊。

        这个时候就涉及到redis的持久化和恢复数据的逻辑了，这里由于篇幅关系，就不展开讲述了，也是知识点啊，朋友们，全是知识点啊。

        但是你要说这是一个解决方案，我自己都觉得有点牵强，主要意思你懂的吧？尽快，争分夺秒的恢复数据。

        至于是勇敢承担还是积极甩锅的事，恢复后再慢慢考虑。

1

缓存之外

        据官方数据，周杰伦《说好不哭》发售不到半小时，销量200万张！

        由于我之前是做支付相关开发的，从程序猿的角度，不仅看到了白花花的银子，还去算了一下平均每秒的销售量。

2000000/30/60=1111

        约等于每秒1111张，一张就是一笔交易，按照规律，我保守猜测，在刚刚开始发售的时候，请求量至少是平均数的3倍吧。那么就是一秒约3500笔的交易。每一笔都是疯狂的写请求，再加上这期间大量的评论和转发。有可能这才是导致QQ音乐崩溃的诱因。

1

总结

       前面介绍了缓存击穿，缓存穿透，缓存雪崩的场景和其对应的各种解决方案。 但是不同的解决方案有不同的适用场景和优缺点，你需要仔细权衡自己的需求之后妥善适用它们。

        

      先学习方案的思想，融会贯通之后，你就能触类旁通。

      写代码难吗？不难。相反应该是整个开发过程中最简单的一步。难的是你要理解需求，了解场景，拿出对应的解决方案。解决方案都有了，代码不就是呼之欲出吗？

      到了写代码的这一步了，难的不是实现需求，难的是你怎么优雅的实现需求。优雅，你懂的吧？程序猿的自我修养之一。

      最后，还是之前说的：

知识结构的差别，带来的我们眼睛看到的世界的截然不同。

      以上，是我个人看到周杰伦凭一首单曲，把QQ音乐干翻之后的一些思考和感悟。个人拙见，不足之处，欢迎大家指出问题。

1

表白这个男人

      最后，放一段我2014年，年终总结中的一段话吧：

     表白这个男人。

    《说好不哭》，你可以说不好听。那是你的话语权，我捍卫你说话的权利。但是我不接受这个观点，这是我的权利。

      或者说，这是我和我身边大多数人的青春。

      完结撒花，下周再见。

      谢谢大家的阅读，如果觉得还不错的话，欢迎关注，再看并转发哦。

      

往期精彩回顾

     

图:why技术

文:why技术

排版:why技术

扫码查看更多内容