一、什么是缓存
缓存(cache)是计算机中的⼀个经典的概念.在很多场景中都会涉及到.
核⼼思路就是把⼀些常⽤的数据放到触⼿可及(访问速度更快)的地⽅,⽅便随时读取.
这⾥所说的"触⼿可及"是个相对的概念.
对于硬件的访问速度来说,通常情况下:
CPU寄存器>内存>硬盘>⽹络
那么硬盘相对于⽹络是"触⼿可及的",就可以使⽤硬盘作为⽹络的缓存.
内存相对于硬盘是"触⼿可及的",就可以使⽤内存作为硬盘的缓存.
CPU寄存器相对于内存是"触⼿可及的",就可以使⽤CPU寄存器作为内存的缓存.
对于计算机硬件来说,往往访问速度越快的设备,成本越⾼,存储空间越⼩.
缓存是更快,但是空间上往往是不⾜的.因此⼤部分的时候,缓存只放⼀些热点数据(访问频繁的数据), 就⾮常有⽤了.
关于"⼆⼋定律"
20%的热点数据,能够应对80%的访问场景.
因此只需要把这少量的热点数据缓存起来,就可以应对⼤多数场景,从⽽在整体上有明显的性 能提升.
二、 使⽤Redis作为缓存
在⼀个⽹站中,我们经常会使⽤关系型数据库(⽐如MySQL)来存储数据.
关系型数据库虽然功能强⼤,但是有⼀个很⼤的缺陷,就是性能不⾼.(换⽽⾔之,进⾏⼀次查询操作消耗 的系统资源较多).
为什么说关系型数据库性能不⾼?
- 数据库把数据存储在硬盘上,硬盘的IO速度并不快.尤其是随机访问.
- 如果查询不能命中索引,就需要进⾏表的遍历,这就会⼤⼤增加硬盘IO次数.
- 关系型数据库对于SQL的执⾏会做⼀系列的解析,校验,优化⼯作.
- 如果是⼀些复杂查询,⽐如联合查询,需要进⾏笛卡尔积操作,效率更是降低很多.
- ......
因此,如果访问数据库的并发量⽐较⾼,对于数据库的压⼒是很⼤的,很容易就会使数据库服务器宕机.
为什么并发量⾼了就会宕机?
服务器每次处理⼀个请求,都是需要消耗⼀定的硬件资源的.所谓的硬件资源包括不限于CPU, 内存,硬盘,⽹络带宽......
⼀个服务器的硬件资源本⾝是有限的.⼀个请求消耗⼀份资源,请求多了,⾃然把资源就耗尽 了.后续的请求没有资源可⽤,⾃然就⽆法正确处理.更严重的还会导致服务器程序的代码出现 崩溃
如何让数据库能够承担更⼤的并发量呢?核⼼思路主要是两个:
- 开源:引⼊更多的机器,部署更多的数据库实例,构成数据库集群.(主从复制,分库分表等...)
- 节流:引⼊缓存,使⽤其他的⽅式保存经常访问的热点数据,从⽽降低直接访问数据库的请求数量.
实际开发中,这两种⽅案往往是会搭配使⽤的.
Redis 就是⼀个⽤来作为数据库缓存的常⻅⽅案.
Redis访问速度⽐MySQL快很多.或者说处理同⼀个访问请求,Redis消耗的系统资源⽐ MySQL少很多.因此Redis能⽀持的并发量更⼤.
- Redis数据在内存中,访问内存⽐硬盘快很多.
- Redis只是⽀持简单的key-value存储,不涉及复杂查询的那么多限制规则.
就像⼀个"护盾"⼀样,把MySQL给罩住了.
- 客⼾端访问业务服务器,发起查询请求.
- 业务服务器先查询Redis,看想要的数据是否在Redis中存在.
- 如果已经在Redis中存在了,就直接返回.此时不必访问MySQL了.
- 如果在Redis中不存在,再查询MySQL.
按照上述讨论的"⼆⼋定律",只需要在Redis中放20%的热点数据,就可以使80%的请求不再真正查 询数据库了.
注意!
缓存是⽤来加快"读操作"的速度的.如果是"写操作",还是要⽼⽼实实写数据库,缓存并不能提⾼性能.
三、缓存的更新策略
接下来还有⼀个重要的问题,到底哪些数据才是"热点数据"呢?
3.1、定期⽣成
每隔⼀定的周期(⽐如⼀天/⼀周/⼀个⽉),对于访问的数据频次进⾏统计.挑选出访问频次最⾼的前N% 的数据.
以搜索引擎为例.
⽤⼾在搜索引擎中会输⼊⼀个"查询词",有些词是属于⾼频的,⼤家都爱搜.有些词就属于低频的,⼤家很少搜.
搜索引擎的服务器会把哪个⽤⼾什么时间搜了啥词,都通过⽇志的⽅式记录的明明⽩⽩.然后 每隔⼀段时间对这期间的搜索结果进⾏统计(⽇志的数量可能⾮常巨⼤,这个统计的过程可能 需要使⽤hadoop或者spark等⽅式完成).从⽽就可以得到"⾼频词表"
这种做法实时性较低.对于⼀些突然情况应对的并不好.
⽐如春节期间,"春晚"这样的词就会成为⾮常⾼频的词.⽽平时则很少会有⼈搜索"春晚".
3.2、实时⽣成
先给缓存设定容量上限(可以通过Redis配置⽂件的 maxmemory 参数设定).
接下来把⽤⼾每次查询:
- 如果在Redis查到了,就直接返回.
- 如果Redis中不存在,就从数据库查,把查到的结果同时也写⼊Redis.
如果缓存已经满了(达到上限),就触发缓存淘汰策略,把⼀些"相对不那么热⻔"的数据淘汰掉.
按照上述过程,持续⼀段时间之后Redis内部的数据⾃然就是"热⻔数据"了.
通⽤的淘汰策略主要有以下⼏种:
下列策略并⾮局限于Redis,其他缓存也可以按这些策略展开
1)FIFO (First In First Out) 先进先出
把缓存中存在时间最久的(也就是先来的数据)淘汰掉.
2)LRU(LeastRecentlyUsed)淘汰最久未使⽤的
记录每个key的最近访问时间.把最近访问时间最⽼的key淘汰掉.
3)LFU(Least Frequently Used)淘汰访问次数最少的
记录每个key最近⼀段时间的访问次数.把访问次数最少的淘汰掉.
4)Random随机淘汰
从所有的key中抽取幸运⼉被随机淘汰掉.
这⾥的淘汰策略,我们可以⾃⼰实现.当然Redis也提供了内置的淘汰策略,也可以供我们直接使⽤.
Redis 内置的淘汰策略如下:
- volatile-lru 当内存不⾜以容纳新写⼊数据时,从设置了过期时间的key中使⽤LRU(最近最 少使⽤)算法进⾏淘汰
- allkeys-lru 当内存不⾜以容纳新写⼊数据时,从所有key中使⽤LRU(最近最少使⽤)算法进 ⾏淘汰.
- volatile-lfu 4.0版本新增,当内存不⾜以容纳新写⼊数据时,在过期的key中,使⽤LFU算法 进⾏删除key.
- allkeys-lfu 4.0版本新增,当内存不⾜以容纳新写⼊数据时,从所有key中使⽤LFU算法进⾏ 淘汰
- volatile-random 当内存不⾜以容纳新写⼊数据时,从设置了过期时间的key中,随机淘汰数 据.
- allkeys-random 当内存不⾜以容纳新写⼊数据时,从所有key中随机淘汰数据.
- volatile-ttl 在设置了过期时间的key中,根据过期时间进⾏淘汰,越早过期的优先被淘汰. (相当于FIFO,只不过是局限于过期的key)
- noeviction 默认策略,当内存不⾜以容纳新写⼊数据时,新写⼊操作会报错.
整体来说Redis提供的策略和我们上述介绍的通⽤策略是基本⼀致的.只不过Redis这⾥会针对"过期 key" 和"全部key"做分别处理.
四、缓存预热,缓存穿透,缓存雪崩 和 缓存击穿
4.1、关于缓存预热(Cache preheating)
什么是缓存预热
使⽤Redis作为MySQL的缓存的时候,当Redis刚刚启动,或者Redis⼤批key失效之后,此时由于 Redis ⾃⾝相当于是空着的,没啥缓存数据,那么MySQL就可能直接被访问到,从⽽造成较⼤的压⼒. 因此就需要提前把热点数据准备好,直接写⼊到Redis中.使Redis可以尽快为MySQL撑起保护伞.
热点数据可以基于之前介绍的统计的⽅式⽣成即可.这份热点数据不⼀定⾮得那么"准确",只要能帮助 MySQL抵挡⼤部分请求即可.随着程序运⾏的推移,缓存的热点数据会逐渐⾃动调整,来更适应当前情 况.
4.2、关于缓存穿透 (Cache penetration)
什么是缓存穿透?
访问的key在Redis和数据库中都不存在.此时这样的key不会被放到缓存上,后续如果仍然在访问该 key, 依然会访问到数据库.
这就会导致数据库承担的请求太多,压⼒很⼤.
这种情况称为 缓存穿透.
为何产⽣?
原因可能有⼏种:
- 业务设计不合理.⽐如缺少必要的参数校验环节,导致⾮法的key也被进⾏查询了.
- 开发/运维误操作.不⼩⼼把部分数据从数据库上误删了.
- ⿊客恶意攻击.
如何解决?
- 针对要查询的参数进⾏严格的合法性校验.⽐如要查询的key是⽤⼾的⼿机号,那么就需要校验当前 key 是否满⾜⼀个合法的⼿机号的格式.
- 针对数据库上也不存在的key,也存储到Redis中,⽐如value就随便设成⼀个"".避免后续频繁访 问数据库.
- 使⽤布隆过滤器先判定key是否存在,再真正查询.
关于布隆过滤器,在数据结构进阶,有具体介绍.此处就不再赘述.
简单的说,布隆过滤器是结合了hash+bitmap的思想,能够⽤较少的空间,判定某个元素是否 存在.
4.3、 关于缓存雪崩(Cache avalanche)
什么是缓存雪崩
短时间内⼤量的key在缓存上失效,导致数据库压⼒骤增,甚⾄直接宕机.
本来Redis是MySQL的⼀个护盾,帮MySQL抵挡了很多外部的压⼒.⼀旦护盾突然失效了,MySQL ⾃⾝承担的压⼒骤增,就可能直接崩溃.
为何产⽣?
⼤规模key失效,可能性主要有两种:
- Redis挂了
- Redis上的⼤量的key同时过期.
为啥会出现⼤量的key同时过期?
这种和可能是短时间内在Redis上缓存了⼤量的key,并且设定了相同的过期时间
如何解决?
- 部署⾼可⽤的Redis集群,并且完善监控报警体系.
- 不给key设置过期时间或者设置过期时间的时候添加随机时间因⼦.
4.4、关于缓存击穿(Cache breakdown)
什么是缓存击穿?
此处把breakdown翻译成"击穿",个⼈以为并⾮是⼀个好的选择.容易和缓存穿透混淆. 翻译成"瘫痪"或者"崩溃"也许更合适⼀些.
breakdownn.(汽⻋或机器的)故障,损坏;(关系的)破裂,(系统的)瘫痪;精神崩 溃,(健康、体⼒等的)衰竭;细⽬,分类;分解;跺脚曳步舞
相当于缓存雪崩的特殊情况.针对热点key,突然过期了,导致⼤量的请求直接访问到数据库上,甚⾄引 起数据库宕机.
如何解决?
- 基于统计的⽅式发现热点key,并设置永不过期
- 进⾏必要的服务降级.例如访问数据库的时候使⽤分布式锁,限制同时请求数据库的并发数.