Redis 企业级解决方案（缓存预热 缓存雪崩 缓存击穿）（十二）

1. 缓存预热

• 问题
  服务器启动后迅速宕机
• 问题分析

• 请求数量较高
• 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
    • 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
    • 利用LRU数据删除策略，构建数据留存队列例如：storm和kfafa配合、
  • 准备工作
    • 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
    • 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
    • 热点数据主从同时预热
  • 实施
    • 使用脚本程序固定触发数据预热过程
    • 如果条件允许，使用了CDN（内容分发网络），效果会更好

• 总结
  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，将热点数据提前缓存，用户直接查询事先被预热的缓存数据。

2. 缓存雪崩

缓存雪崩就是当Redis服务器重启或者大量缓存数据在同一时期失效时,请求全部转发到数据库,数据库有可能会因为承受不住而宕机

• 解决方案

• 更多的页面静态化处理
• 构建多级缓存架构 Nginx缓存+redis缓存+ehcache缓存
• LRU 与LFU 切换
• 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
• 超热数据使用永久可以
• 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，做热点数据延时
• 加锁（慎用）

3. 缓存穿透

缓存击穿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(一般这种情况出现多为黑客攻击）。

• 解决方案

• 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
• 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）
• 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）

如有不足之处，欢迎指正，谢谢！