Redis高并发缓存架构性能优化实战

场景1: 中小型公司Redis缓存架构以及线上问题实战

image.png

线程A在master获取锁之后,master在同步数据到slave时,master突然宕机(此时数据还没有同步到slave),然后slave会自动选举成为新的master,此时线程B获取锁,结果成功了,这样会造成多个线程获取同一把锁

解决方案

  • 网上说RedLock能解决分布式锁失效的问题。对于RedLock实现原理是: 超过半数Redis节点加锁成功之后才能算成功,否则返回false,和Zookeeper的"ZAB"原理很类似,而且与Redis Cluster集群中解决脑裂问题的方案类似,但是RedLock方案有很大的弊端,也就是会造成Redis可用性的延迟,众所周知,Redis的AP(可用性+分区容忍性)机制,假如把Redis变成CP(一致性+分区容忍性),这样肯定会牺牲一定的可用性,与Redis初衷不符合,也就是说还不如使用Zookeeper。
  • Zookeeper具备CP机制以及实现了ZAB,能够确保某一个节点宕机,也能保证数据一致性,而且效率会比Redis高很多,更适合做分布式锁

场景2: 大厂线上大规模商品缓存数据冷热分离实战

问题: 在高并发场景下,一定要把所有的缓存数据一直保存在缓存不让其失效吗?

虽然一直缓存所有数据没什么大问题,但是考虑到如果数据太多,就会一直占用缓存空间(内存资源非常宝贵),并且数据的维护性也是需要耗时的.

解决方案

  • 对缓存数据做冷热分离。在查询数据时,我们只需要在查询代码中再次更新过期时间,这样就能保证热点数据一直在缓存中,而不经常访问的数据过期了就自动从缓存中删除。

流程分析

  • 假如一个热点数据每天访问特别高,不停的查询该数据,每次查询时再次更新过期时间,那么在这个过期时间之内只要有人访问就会一直存在缓存中,这样就保证热点商品数据不会因为过期时间而从缓存中移除;
  • 而对于不经常访问的冷门数据到了过期时间就可以自动释放了,同时也释放除了一部分缓存空间,而且当再次访问冷门数据的时候,从数据库拿到的永远是最新的数据,也减少了维护成本。

场景3: 基于DCL机制解决热点缓存并发重建问题实战

DCL(双重检测锁)

问题: 冷门数据突然变成了热门数据,大量的请求突发性的对热点数据进行缓存重建导致系统压力暴增

解决方案

  • 最容易想到的就是加锁
  • DCL机制。先查一次,缓存有数据就直接返回,没有数据,就加锁,在锁的代码块中再次先查询缓存。这样锁的目的就是为了当第一次缓存从数据库查询更新到缓存中,代码块执行完,其他线程再次进来,此时缓存中就已经存在数据了,这样就减少了查询数据库的次数.在此我向大家推荐一个架构学习交流圈。交流学习指导伪鑫:1253431195(里面有大量的面试题及答案)里面会分享一些资深架构师录制的视频录像:有Spring,MyBatis,Netty源码分析,高并发、高性能、分布式、微服务架构的原理,JVM性能优化、分布式架构等这些成为架构师必备的知识体系。还能领取免费的学习资源,目前受益良多
public Product get(Long productId) 
{    
Product product = null;    
String productCacheKey = RedisKeyPrefixConst.PRODUCT_CACHE + productId;    
//DCL机制:第一次先从缓存里查数据    
product = getProductFromCache(prod
  • 3
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Nginx和Redis都是在高并发场景下常用的工具。Nginx是一个高性能的Web服务器和反向代理服务器,而Redis是一个高性能的键值存储数据库。 当涉及到高并发时,Nginx可以用作负载均衡器,将请求分发给多个后端服务器,从而提高系统的吞吐量和性能。Nginx使用事件驱动的异步架构,可以处理大量并发连接,同时具有较低的资源消耗。 Redis作为一个内存数据库,具有快速读写的能力,适合处理大量的并发请求。它支持多种数据结构和丰富的功能,例如缓存、消息队列和分布式锁等,可以帮助应对高并发场景下的数据存储和处理需求。 在高并发环境中,可以通过以下几点来优化Nginx和Redis的性能: 1. Nginx: - 合理配置Nginx的工作进程数和连接数,使其适应并发请求的压力。 - 使用Nginx的缓存功能,减轻后端服务器的压力。 - 配置合适的超时时间,避免请求长时间占用连接资源。 - 使用Nginx的Gzip压缩功能,减小传输数据量,提高响应速度。 - 使用Nginx的Keepalive机制,减少TCP连接的建立和关闭开销。 2. Redis: - 合理设计数据模型,减少数据存储和检索的复杂度。 - 使用Redis集群或主从复制,提高读写性能和数据的可用性。 - 配置适当的内存策略,例如使用LRU算法来淘汰冷数据。 - 使用Redis的Pipeline和批量操作来减少网络延迟和降低通信开销。 - 避免频繁的大批量写入操作,可以通过异步或者缓存策略来优化性能。 综上所述,Nginx和Redis高并发场景下可以发挥其优势,通过合理的配置和优化可以提高系统的性能和稳定性。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值