## 5.企业级解决方案 ### 5.1 缓存预热 **场景**:“宕机” 服务器启动后迅速宕机 **问题排查**: 1.请求数量较高,大量的请求过来之后都需要去从缓存中获取数据,但是缓存中又没有,此时从数据库中查找数据然后将数据再存入缓存,造成了短期内对redis的高强度操作从而导致问题 2.主从之间数据吞吐量较大,数据同步操作频度较高 **解决方案:** - 前置准备工作: 1.日常例行统计数据访问记录,统计访问频度较高的热点数据 2.利用LRU数据删除策略,构建数据留存队列例如:storm与kafka配合 - 准备工作: 1.将统计结果中的数据分类,根据级别,redis优先加载级别较高的热点数据 2.利用分布式多服务器同时进行数据读取,提速数据加载过程 3.热点数据主从同时预热 - 实施: 4.使用脚本程序固定触发数据预热过程 5.如果条件允许,使用了CDN(内容分发网络),效果会更好 **总的来说**:缓存预热就是系统启动前,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! ### 5.2 缓存雪崩 **场景**:数据库服务器崩溃,一连串的场景会随之儿来 1.系统平稳运行过程中,忽然数据库连接量激增 2.应用服务器无法及时处理请求 3.大量408,500错误页面出现 4.客户反复刷新页面获取数据 5.数据库崩溃 6.应用服务器崩溃 7.重启应用服务器无效 8.Redis服务器崩溃 9.Redis集群崩溃 10.重启数据库后再次被瞬间流量放倒 **问题排查**: 1.在一个较短的时间内,缓存中较多的key集中过期 2.此周期内请求访问过期的数据,redis未命中,redis向数据库获取数据 3.数据库同时接收到大量的请求无法及时处理 4.Redis大量请求被积压,开始出现超时现象 5.数据库流量激增,数据库崩溃 6.重启后仍然面对缓存中无数据可用 7.Redis服务器资源被严重占用,Redis服务器崩溃 8.Redis集群呈现崩塌,集群瓦解 9.应用服务器无法及时得到数据响应请求,来自客户端的请求数量越来越多,应用服务器崩溃 10.应用服务器,redis,数据库全部重启,效果不理想 总而言之就两点:短时间范围内,大量key集中过期 **解决方案** - 思路: 1.更多的页面静态化处理 2.构建多级缓存架构 Nginx缓存+redis缓存+ehcache缓存 3.检测Mysql严重耗时业务进行优化 对数据库的瓶颈排查:例如超时查询、耗时较高事务等 4.灾难预警机制 监控redis服务器性能指标 CPU占用、CPU使用率 内存容量 查询平均响应时间 线程数 5.限流、降级 短时间范围内牺牲一些客户体验,限制一部分请求访问,降低应用服务器压力,待业务低速运转后再逐步放开访问 - 落地实践: 1.LRU与LFU切换 2.数据有效期策略调整 根据业务数据有效期进行分类错峰,A类90分钟,B类80分钟,C类70分钟 过期时间使用固定时间+随机值的形式,稀释集中到期的key的数量 3.超热数据使用永久key 4.定期维护(自动+人工) 对即将过期数据做访问量分析,确认是否延时,配合访问量统计,做热点数据的延时 5.加锁:慎用! **总的来说**:缓存雪崩就是瞬间过期数据量太大,导致对数据库服务器造成压力。如能够有效避免过期时间集中,可以有效解决雪崩现象的 出现(约40%),配合其他策略一起使用,并监控服务器的运行数据,根据运行记录做快速调整。 ### 5.3 缓存击穿 **场景**:还是数据库服务器崩溃,但是跟之前的场景有点不太一样 1.系统平稳运行过程中 2.数据库连接量瞬间激增 3.Redis服务器无大量key过期 4.Redis内存平稳,无波动 5.Redis服务器CPU正常 6.数据库崩溃 **问题排查:** 1.Redis中某个key过期,该key访问量巨大 2.多个数据请求从服务器直接压到Redis后,均未命中 3.Redis在短时间内发起了大量对数据库中同一数据的访问 总而言之就两点:单个key高热数据,key过期 **解决方案**: 1.预先设定 以电商为例,每个商家根据店铺等级,指定若干款主打商品,在购物节期间,加大此类信息key的过期时长 注意:购物节不仅仅指当天,以及后续若干天,访问峰值呈现逐渐降低的趋势 2.现场调整 监控访问量,对自然流量激增的数据延长过期时间或设置为永久性key 3.后台刷新数据 启动定时任务,高峰期来临之前,刷新数据有效期,确保不丢失 4.二级缓存 设置不同的失效时间,保障不会被同时淘汰就行 5.加锁 分布式锁,防止被击穿,但是要注意也是性能瓶颈,慎重! **总的来说**:缓存击穿就是单个高热数据过期的瞬间,数据访问量较大,未命中redis后,发起了大量对同一数据的数据库访问,导致对数 据库服务器造成压力。应对策略应该在业务数据分析与预防方面进行,配合运行监控测试与即时调整策略,毕竟单个key的过 期监控难度较高,配合雪崩处理策略即可。 ### 5.4 缓存穿透 **场景**:数据库服务器又崩溃了,跟之前的一样吗? 1.系统平稳运行过程中 2.应用服务器流量随时间增量较大 3.Redis服务器命中率随时间逐步降低 4.Redis内存平稳,内存无压力 5.Redis服务器CPU占用激增 6.数据库服务器压力激增 7.数据库崩溃 **问题排查:** 1.Redis中大面积出现未命中 2.出现非正常URL访问 **问题分析**: - 获取的数据在数据库中也不存在,数据库查询未得到对应数据 - Redis获取到null数据未进行持久化,直接返回 - 下次此类数据到达重复上述过程 - 出现黑客攻击服务器 **解决方案**: 1.缓存null 对查询结果为null的数据进行缓存(长期使用,定期清理),设定短时限,例如30-60秒,最高5分钟 2.白名单策略 提前预热各种分类数据id对应的bitmaps,id作为bitmaps的offset,相当于设置了数据白名单。当加载正常数据时放行,加载异常数据时直接拦截(效率偏低) 使用布隆过滤器(有关布隆过滤器的命中问题对当前状况可以忽略) 2.实施监控 实时监控redis命中率(业务正常范围时,通常会有一个波动值)与null数据的占比 非活动时段波动:通常检测3-5倍,超过5倍纳入重点排查对象 活动时段波动:通常检测10-50倍,超过50倍纳入重点排查对象 根据倍数不同,启动不同的排查流程。然后使用黑名单进行防控(运营) 4.key加密 问题出现后,临时启动防灾业务key,对key进行业务层传输加密服务,设定校验程序,过来的key校验 例如每天随机分配60个加密串,挑选2到3个,混淆到页面数据id中,发现访问key不满足规则,驳回数据访问 **总的来说**:缓存击穿是指访问了不存在的数据,跳过了合法数据的redis数据缓存阶段,每次访问数据库,导致对数据库服务器造成压力。通常此类数据的出现量是一个较低的值,当出现此类情况以毒攻毒,并及时报警。应对策略应该在临时预案防范方面多做文章。 无论是黑名单还是白名单,都是对整体系统的压力,警报解除后尽快移除。 ### 5.5 性能指标监控 redis中的监控指标如下: - 性能指标:Performance >响应请求的平均时间: > >```properties >latency >``` > >平均每秒处理请求总数 > >```properties >instantaneous_ops_per_sec >``` > >缓存查询命中率(通过查询总次数与查询得到非nil数据总次数计算而来) > >```properties >hit_rate(calculated) > >``` - 内存指标:Memory >当前内存使用量 > >```properties >used_memory >``` > >内存碎片率(关系到是否进行碎片整理) > >```properties >mem_fragmentation_ratio >``` > >为避免内存溢出删除的key的总数量 > >```properties >evicted_keys >``` > >基于阻塞操作(BLPOP等)影响的客户端数量 > >```properties >blocked_clients >``` - 基本活动指标:Basic_activity >当前客户端连接总数 > >```properties >connected_clients >``` > >当前连接slave总数 > >```properties >connected_slaves >``` > >最后一次主从信息交换距现在的秒 > >```properties >master_last_io_seconds_ago >``` > >key的总数 > >```properties >keyspace >``` - 持久性指标:Persistence >当前服务器最后一次RDB持久化的时间 > >```properties >rdb_last_save_time >``` > >当前服务器最后一次RDB持久化后数据变化总量 > >```properties >rdb_changes_since_last_save >``` - 错误指标:Error >被拒绝连接的客户端总数(基于达到最大连接值的因素) > >```properties >rejected_connections >``` > >key未命中的总次数 > >```properties >keyspace_misses >``` > >主从断开的秒数 > >```properties >master_link_down_since_seconds >``` 要对redis的相关指标进行监控,我们可以采用一些用具: - CloudInsight Redis - Prometheus - Redis-stat - Redis-faina - RedisLive - zabbix 也有一些命令工具: - benchmark >测试当前服务器的并发性能 > >```properties >redis-benchmark [-h ] [-p ] [-c ] [-n <requests]> [-k ] >``` > >范例1:50个连接,10000次请求对应的性能 > >```properties >redis-benchmark >``` > >范例2:100个连接,5000次请求对应的性能 > >```properties >redis-benchmark -c 100 -n 5000 >``` > >![](./img/29.png) - redis-cli monitor:启动服务器调试信息 >```properties >monitor >``` slowlog:慢日志 >获取慢查询日志 > >```properties >slowlog [operator] >``` > > get :获取慢查询日志信息 > > len :获取慢查询日志条目数 > > reset :重置慢查询日志 > >相关配置 > >```properties >slowlog-log-slower-than 1000 #设置慢查询的时间下线,单位:微妙 >slowlog-max-len 100 #设置慢查询命令对应的日志显示长度,单位:命令数 >```
Redis企业级解决方案思路
最新推荐文章于 2024-10-09 16:48:30 发布