redis专题十六：redis的常见几个解决方案

一、缓存预热

现象：服务器启动之后迅速宕机

分析：

• 服务器刚启动时，缓存中是没有数据的，自然会给服务器带来一些压力，这个时候加上高请求过来，redis服务器可能就会宕机
• 主从之间数据吞吐量比较大，因为不停的在加载数据，数据同步加载频度较高

解决：缓存预热：就是在系统启动前，提前将相关的缓存数据直接加载到缓存系统，避免用户在请求的时候，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。具体实施如下：

（1）前期准备工作

• 日常例行统计数据访问记录，尤其高频热点数据
• 如果数据量比较大，利用LRU数据删除策略，构建数据留存队列

（2）准备工作

• 将统计结果数据分类，优先加载级别高的热点数据
• 利用分布式多服务器同时读取，提高数据加载过程

（3）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CDN（内容分发网络），效果更高

二、缓存雪崩

现象：系统平稳运行过程中，忽然数据库连接量激增，应用服务器无法及时处理请求，可能前端页面也会崩溃，数据库崩溃，紧接着应用服务器崩溃，redis集群崩溃，即使重启数据库等之后再次瞬间被流程放倒。

分析：

• 在一个较短的时间内，缓存中较多的key集中过期；
• 在此周期内访问过期的数据，redis未命中，只能向数据库获取数据
• 数据库接收到大量请求之后没法及时处理
• redis大量请求积压，开始出现超时现象
• 数据库流量激增，数据库崩溃
• 最后redis崩溃，集群瓦解，应用服务器随之崩溃

解决：

• 更多页面静态化处理
• 构建多级缓存架构，比方说Nginx缓存+redis缓存+ehcache缓存等
• 检测mysql严重耗时业务优化：比方说超时查询，慢sql，耗时高的事务等
• 灾难预警机制：监控redis服务器的性能指标，比方说CPU占用、内存容量等
• 限流、降级：短时间内限制部分请求的访问，待恢复正常后再放开（这样可能会牺牲部分用户体验）

从另外一方面，针对过期这件事情，怎么解决呢？

• 数据有效期策略调整：根据数据有效期进行分类错峰，比方说A类10分钟，B类20分钟，C类30分钟等；过期时间使用固定值+随机值的方式，稀释集中到期key的数量
• 超热key使用永久key
• 定期维护（夹带人工维护）：对即将到期的key进行人工统计，确认是否需要延迟，配合统计量访问，做热点数据延迟
• 部分场景，采用加锁（一般不推荐）

总结：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。如能有效避免过期时间的集中，可以有效解决雪崩现象的出现；配合其他策略一起使用，并监控服务器的运行，根据运行记录做调整。

三、缓存击穿

现象：系统运行过程中，数据库访问激增崩溃，redis也无大量key过期，redis CPU正常

分析：

• redis中某个key过期，该key访问量很大
• 多个数据请求从服务器压到redis之后，均没有命中
• redis短时间发起大量对数据库同一数据的访问

从上面看，大概是单个key过热，key过期

解决：这本质还是key过期的问题

• 监控访问量，对自然流量激增的数据延长有效时间或者设置永久key
• 后台刷新数据，启动定时任务，高峰期来临之前，刷新数据的有效期，确保不丢失
• 设置二级缓存，设置不同的失效时间，保证不被同时淘汰
• 加分布式锁，但是需要防止锁带来的性能瓶颈

总结：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，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。应对的策略主要在业务数据分析和预防上进行，配合检测和及时调整策略，配合雪崩处理即可。

四、缓存穿透

现象：系统运行过程中，应用服务器流量增大，redis服务器命中率逐步降低，redis内存平稳无压力，但CPU占用激增，数据库压力激增最后崩溃

分析：

• redis出现大面积未命中，出现非正常URL访问
• redis获取的数据在数据库中也不存在，数据库查询也没有得到对应的数据
• redis获得null数据没有进行持久化，直接返回，下次此数据达到时重复上述过程
• 黑客攻击

解决：

• 缓存null：对查询为null的数据进行缓存，设定短时间期限，定期清理
• 白名单策略：提前预热各种分类数据id对应的bitmaps，相当于设置了白名单，当加载到正常数据时放行，加载异常数据时拦截（效率较低）；使用布隆过滤器。
• 实施监控：实时监控redis key的命中率，然后使用黑名单进行防控；
• key加密：临时启动对传输过来的key进行加密，设定校验程序，如果key不满足规则，驳回数据访问；

总结：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，导致对数据库访问访问压力增大。出现此类情况，及时报警，及时处理。

 

这一篇就到这里了。