在作分佈式緩存的時候如何選擇，如何解決遇到的坑？

現在，緩存系統的應用很是普遍，可以用來提升併發數、數據吞吐量，提升快速響應能力。那麼當數據量達到必定程度，單機環境可能就顯得有些力不從心了，就須要一個分佈式緩存系統。

1. 緩存系統的選擇

1.1 緩存分類

如上圖所示，首先緩存大體能夠分爲四大類。

• CDN 緩存：CDN 即內容分發網絡，CDN 邊緣節點將數據緩存起來。
• 反向代理緩存：如 Nginx 的緩存。
• 本地緩存：表明的有 EhCache 和 Guava Cache。
• 分佈式緩存：各緩存系統。

1.2 分佈式緩存

本文主要探討各分佈式緩存系統，如圖 1-1 所示，列出了五種：

其中 EvCache 和 Aerospike 使用場景不是那麼通用和普遍。

• EvCache：是 Netflix 的基於 Memcached & Spymemcached 的緩存方案。
• Aerospike：是可基於 SSD 的 KV NoSQL 數據庫。

除此以外，還有三種常見緩存系統。

• Tair：阿里開源，跨機房、性能隨結點添加線性上升、適用大數據量。Tair 還有三種引擎。

• • LDB: 基於 google levelDB，支持 KV和類 HashMap 結構，性能稍低，持久化可靠性最高。
  • MDB: 基於 Memcache，支持 KV 和類 HashMap，性能最優，不支持持久化存儲。
  • RDB: 基於 Redis。

• Memcache: 不支持數據同步、分佈式支持較差。

• Redis: 社區活躍、使用最多。

綜上所述，在通常狀況下，考慮到適用性和穩定性，Redis 是搭建緩存系統的最優選擇。如下將基於 Redis 介紹。

2. Redis 集羣緩存方案

如頂部圖 1-1 所示，列出了 Redis 的集羣高可用的方案，基本能夠分爲三種。

2.1 主從機制

常見的集羣架構，搭建簡單，主要實現讀寫分離和備份，能夠由 Master 負責讀寫，Slave 負責備份。但存在故障恢復複雜、水平拓展難、寫能力受限等問題。結構圖以下：

2.2 哨兵機制

Redis Sentinel 是社區版本推出的原生高可用解決方案。由一或多個哨兵實例監視任意個主從服務器，且在 Master 宕機時，自動將宕機服務器屬下的 Slave 服務器升級爲 主服務器，從而保證系統的可用性。較主從實現的監控、選主。但問題主要是要保證 Master 的 HA 切換。結構圖以下：

2.3 "分佈式"

到這裏以上兩種機制其實只能算做「集羣」，並不是嚴格意義上的「分佈式」。接着來看看分佈式方案。

集羣強調高可用，分佈式在集羣的基礎上又強調協做。

3. Redis分佈式緩存方案

任何分佈式存儲系統，首先面臨的就是 sharding（分片）問題，如頂部圖 1-1 所示該問題有爲三種解決方法。

3.1 客戶端分片

顧名思義，將數據分片的路由功能交給客戶端，但這是一種靜態分片，維護性差。基本是不予考慮的。

3.2 代理分片

經過代理分發到具體的 redis 實例。有兩個經常使用解決方案。

• Twemproxy：Twitter 開源，輕量級，再也不維護，沒法平滑地擴容/縮容，運維也不是很友好，性能通常。
• Codis：豌豆莢開源，支持水平拓展，運維平臺完善，性能較 Twemproxy 快。Codis 在國內使用的較多，同時代理分片的思路也有不少公司在此基礎開發了本身的二次方案。不過 Codis 也再也不維護。

其實，這兩種代理分片的方案，都是在 Redis 官方未推出良好的分佈式方案時的產生的，在官方更新提供更優策略後都再也不維護。

3.3 服務器端分片

這就要談到 Redis 官方方案 Redis-cluster 。

在 Redis 3.0 以前是沒有較好的分佈式方案的，這也是第三方方案出現的緣由。3.0 開始，官方推出了去中心化的分佈式方案。集羣中包含 16384 個散列槽，每一個節點負責其中一部分。

先看下拓撲圖：

每一個節點打開兩個 TCP 鏈接，一個負責給客戶端提供服務，一個負責節點間通訊。

此刻要說說 CAP 了 ：Consistency（一致性）、Availability（可用性）、Partition tolerance（分區容錯性） 。對分佈式系統而言，CAP 必須犧牲一者。Redis Cluster 的設計目標主要是高性能、高可用和高擴展，只好拋棄一部分數據一致性。

• 數據一致性：因爲Redis Cluster 使用異步複製， 在某些狀況下如 Master 宕機但未同步至 Slave，可能會致使丟失寫入。在絕對須要支持同步寫入時，可經過 WAIT 命令實現，可以使得丟失寫入的可能性大大下降。

• 可用性：當集羣中一部分節點故障後，集羣總體能響應客戶端讀寫請求。

• • 節點間定時互 ping ，當超過一半 Master 斷定某節點失敗，則標記爲 FAIL，且會向集羣廣播節點下線的消息。以下線節點是帶有槽的主節點，則要從它的從節點選出一個替換。

• 高性能和拓展：操做某個 key 時，不會先找到節點再處理，而是直接直接重定向到該節點，同時相較代理分片也少了 proxy 的鏈接損耗。

• • 可是在進行 multiple key 操做時須要 keys 位於同一個 slot 上，須要使用 hash tags，使用 {} 強制將某些 key 映射到每一個 slot，以便進行 multiple 。
  • 在拓展方面，Redis Cluster 最大支持線性拓展 1000 個節點，將新節點加入集羣后能夠經過命令指定和平均的從已有節點分配 slot。

4. 緩存常見問題

以上介紹了簡單介紹了常見緩存系統，並具體列出了基於 Redis 的集羣方案。下面談一談緩存系統常見的問題。

以下圖所示，列出七個常見問題。

4.1. 緩存穿透

指訪問不存在的數據，從而繞過緩存，直接請求到了數據源，當請求過多，就會對 DB 形成壓力。

• 空 key：指對於不存在的數據也將 key 存空值入緩存系統，這樣下次訪問也會獲得返回。但只適用於空數據 key 有限、key 重複請求機率高，若是量大且不重複，就會形成不少無用 key 的建立。
• 布隆過濾器：布隆過濾器是一個很長的二進制向量和一系列隨機映射函數。可用於檢索一個元素是否在一個集合中加一層對空值的過濾器，空間和時間效率都很高。但因爲 hash 產生的碰撞可能存在誤判，以及因不存儲 key 致使的沒法刪除。適用於空數據 key 各不一樣、重複請求機率低。

4.2. 緩存擊穿

緩存擊穿實際是緩存雪崩的一個特例。指當某些熱點 key 過時時，就會有大量的請求擊穿到 DB。

• 互斥鎖：在緩存失效的時候，不當即 load db，能夠先用如 SETNX 等命令去 set 一個 mutex key，當操做返回成功時，說明拿到鎖，此刻該線程進行 load db 的操做並更新緩存；不然未拿到鎖就（可休眠一段）重試 get 緩存的方法。但要注意死鎖風險。

• 不過時

• • 這裏的不過時有兩個概念，一個指未設過時時間，那是真的不過時，那沒事了。
  • 另外一個是指經過業務邏輯，將 key 的過時時間進行存儲，請求是判斷是否小於值，是則後臺異步更新。

4.3. 緩存雪崩

同一時刻大量緩存失效（故障）, 請求到了 DB。

• 隨機時間：在設置過時時間時，能夠在基礎時間上 + 一個隨機的時間，等於實現了分批過時。
• 後臺更新：將更新失效的工做交給後臺定時線程。
• 限流 + 本地緩存：如 ehcache 本地緩存 + Hystrix 限流。
• 雙緩存：相似於設置主從緩存，從 key 不過時。

4.4. 緩存更新與一致性

若是保證數據一致性。列出四種更新策略：

• Cache Aside ：最經常使用的。失效時回源取數據，更新；命中時，返回緩存數據；更新時先數據源更新，再更新緩存。

• Write Back ：更新數據時，只更新緩存，不更新數據源。緩存異步批量更新數據庫。

• Read/Write Through

• • Write Through ：當有數據更新時，如未命中緩存，直接更新數據庫，並返回。如命中緩存，則更新緩存，再由 Cache 本身更新數據庫。
  • Read Through ：更新數據源由緩存系統操做，讀取數據時如緩存失效，則取回源數據更新緩存。

4.5. 熱點數據

對於熱點數據的處理方法。

• 拆分複雜結構：如二級數據結構，進行拆分，這樣熱點 key 就被拆爲若干個的 key 分佈到不一樣節點。
• 遷移熱點：對於 Redis Cluster 而言能夠將熱點 key 所在的 slot 單獨遷移到一個節點，下降其餘節點壓力。
• 多副本：複製多份緩存副本，將請求分散到多個節點上，減輕單臺緩存服務器壓力，適合多讀少寫。

4.6. 緩存預熱

指能夠將某些的緩存數據提早加載到緩存系統，提早避免在如熱點數據大量請求到庫。

4.7. 緩存降級

指當訪問量劇增、服務出現問題或非核心服務影響到核心流程的性能時，仍需保證主服務可用。可根據一些關鍵數據自動降級，也可配置開關人工降級。

5. Redis Cluster 使用

對於 Redis Cluster 環境的搭建和基礎使用很是簡單。

不管基於何種方式，只要搭建好 n 臺 redis 服務並保證各服務間能夠互相通信後，任意進入一個 redis 服務鍵入：

redis-cli --cluster create IP1:port1 IP2:port2 IP3:port3 IP4:port4 IP5:port5 IP6:port6 ... --cluster-replicas 1

便可。以後可使用 cluster node 和 cluster info 命令查看集羣、節點信息。

而對於廣大 JAVA 開發，Spring Data Redis 從 1.7 起即支持 Redis Cluster，只需配置 Master 節點地址（和密碼）。

spring.redis.cluster.nodes=ip1:port1,ip2:port2,ip3:port3

加入依賴

compile("org.springframework.boot:spring-boot-starter-data-redis")

便可經過 RedisTemplate 使用。

6. 總結

本文從緩存系統的選擇出發，基於 Redis 介紹了幾種集羣方案並重點說明了 Redis Cluster 方案。以後列出緩存系統常見問題及常看法決方案，最後對使用作了簡單說明。

固然，如何去落地，如何解決這些問題還須要根據實際場景具體分析和處理。

參考資料

• Redis Cluster Specification：https://redis.io/topics/cluster-spec
• 深刻理解分佈式系統中的緩存架構：https://juejin.im/entry/5b514768f265da0fa21a800f
• 緩存更新的套路：https://coolshell.cn/articles/17416.html
• 一種高效的Redis Cluster的分佈式緩存系統[J].計算機系統應用,2018,27(10):91-98 ：https://kns.cnki.net/KCMS/detail/detail.aspx?dbcode=CJFQ&dbname=CJFDLAST2018&filename=XTYY201810014

原文連接：https://mp.weixin.qq.com/s/cONKlGQze1WzyC2yzbZ0RA 歡迎關注公衆號 【碼農開花】一塊兒學習成長 我會一直分享Java乾貨，也會分享免費的學習資料課程和麪試寶典 回覆：【計算機】【設計模式】【面試】有驚喜哦