Redis在实际项目中遇到的问题及解决方案

redis之雪崩问题的解决:首先redis做缓存,应用场景一般如下:

Redis做缓存是最常见的应用场景。客户端请求在缓存层命中就直接返回,如果miss就去读取存储层,存储层读取到就写入缓存层,然后再返回到客户端。 
优点: 
加速读写 
降低后端负载 
缺点: 
数据的不一致性 
代码维护成本 
运维成本

缓存穿透化:

然而缓存可能会遇到这种问题:请求cache拿不到数据,就会去存储层拿,都拿不到时,返回空值(可能会返回大量空值)。或者代码有问题,拿不到数据。就会一直请求数据。导致后端打崩。

优化方法:
1、缓存层缓存空值。
–缓存太多空值,占用更多空间。(优化:给个空值过期时间)
–存储层更新代码了,缓存层还是空值。(优化:后台设置时主动删除空值,并缓存把值进去)

redis:雪崩优化

redis挂了,客户端直接请求到数据库里面。数据库负载非常高。甚至数据库拖挂了。

优化方法:
1、保持缓存层服务器的高可用。
–监控、集群、哨兵。当一个集群里面有一台服务器有问题,让哨兵踢出去。
2、依赖隔离组件为后端限流并降级。
比如推荐服务中,如果个性化推荐服务不可用,可以降级为热点数据。
3、提前演练。
演练 缓存层crash后,应用以及后端的负载情况以及可能出现的问题。
对此做一些预案设定。

redis:弱点key优化

A、B、C、D同时请求一个资源,不存在时都要去请求存储层,有可能会拖挂。

优化方法: 
1、互斥锁: 
只允许一个请求重建缓存。 
其他请求等待缓存重建执行完,重新从缓存获取数据即可。 

2、用户过期 
–“物理”不过期 
–逻辑设置过期时间(根据上一次更新时间,构建一个队列,主动去更新) 
热点key重建优化

 
--------------------- 
作者:yiyongjiajun521 
来源:CSDN 
原文:https://blog.csdn.net/yiyongjiajun521/article/details/82906031 
版权声明:本文为博主原创文章,转载请附上博文链接!

展开阅读全文

没有更多推荐了,返回首页