redis redis擊穿、雪崩的預防解決方案

redis的緩存擊穿?

緩存穿透是指查詢一個根本不存在的數據,緩存層和存儲層都不會命中,可是出於容錯的考慮,若是從存儲層查不到數據則不寫入緩存層,如圖 11-3 所示整個過程分爲以下 3 步:前端

  1. 緩存層不命中
  2. 存儲層不命中,因此不將空結果寫回緩存
  3. 返回空結果

緩存穿透將致使不存在的數據每次請求都要到存儲層去查詢,失去了緩存保護後端存儲的意義。git

緩存穿透模型github

緩存穿透問題可能會使後端存儲負載加大,因爲不少後端存儲不具有高併發性,甚至可能形成後端存儲宕掉。一般能夠在程序中分別統計總調用數、緩存層命中數、存儲層命中數,若是發現大量存儲層空命中,可能就是出現了緩存穿透問題。redis

形成緩存穿透的基本有兩個。第一,業務自身代碼或者數據出現問題,第二,一些惡意攻擊、爬蟲等形成大量空命中,下面咱們來看一下如何解決緩存穿透問題。算法

緩存穿透的解決方法後端

1)緩存空對象緩存

以下圖所示,當第 2 步存儲層不命中後,仍然將空對象保留到緩存層中,以後再訪問這個數據將會從緩存中獲取,保護了後端數據源。併發

緩存空值應對穿透問題高併發

緩存空對象會有兩個問題:工具

第一,空值作了緩存,意味着緩存層中存了更多的鍵,須要更多的內存空間 ( 若是是攻擊,問題更嚴重 ),比較有效的方法是針對這類數據設置一個較短的過時時間,讓其自動剔除。

第二,緩存層和存儲層的數據會有一段時間窗口的不一致,可能會對業務有必定影響。例如過時時間設置爲 5 分鐘,若是此時存儲層添加了這個數據,那此段時間就會出現緩存層和存儲層數據的不一致,此時能夠利用消息系統或者其餘方式清除掉緩存層中的空對象。

下面給出了緩存空對象的實現僞代碼:

2)布隆過濾器攔截

以下圖所示,在訪問緩存層和存儲層以前,將存在的 key 用布隆過濾器提早保存起來,作第一層攔截。例如: 一個個性化推薦系統有 4 億個用戶 ID,每一個小時算法工程師會根據每一個用戶以前歷史行爲作出來的個性化放到存儲層中,可是最新的用戶因爲沒有歷史行爲,就會發生緩存穿透的行爲,爲此能夠將全部有個性化推薦數據的用戶作成布隆過濾器。若是布隆過濾器認爲該用戶 ID 不存在,那麼就不會訪問存儲層,在必定程度保護了存儲層。

開發提示:

有關布隆過濾器的相關知識,能夠參考:https://en.wikipedia.org/wiki/Bloom_filter

能夠利用 Redis 的 Bitmaps 實現布隆過濾器,GitHub 上已經開源了相似的方案,讀者能夠進行參考:

https://github.com/erikdubbelboer/Redis-Lua-scaling-bloom-filter

使用布隆過濾器應對穿透問題

這種方法適用於數據命中不高,數據相對固定實時性低(一般是數據集較大)的應用場景,代碼維護較爲複雜,可是緩存空間佔用少。

兩種方案對比

前面介紹了緩存穿透問題的兩種解決方法 ( 實際上這個問題是一個開放問題,有不少解決方法 ),下面經過下表從適用場景和維護成本兩個方面對兩種方案進行分析。

緩存空對象和布隆過濾器方案對比

###redis的緩存雪崩?

從下圖能夠很清晰出什麼是緩存雪崩:因爲緩存層承載着大量請求,有效的保護了存儲層,可是若是緩存層因爲某些緣由總體不能提供服務,因而全部的請求都會達到存儲層,存儲層的調用量會暴增,形成存儲層也會掛掉的狀況。 緩存雪崩的英文原意是 stampeding herd(奔逃的野牛),指的是緩存層宕掉後,流量會像奔逃的野牛同樣,打向後端存儲。

緩存層不可用引發的雪崩

預防和解決緩存雪崩問題,能夠從如下三個方面進行着手。

1)保證緩存層服務高可用性。

和飛機都有多個引擎同樣,若是緩存層設計成高可用的,即便個別節點、個別機器、甚至是機房宕掉,依然能夠提供服務,例如前面介紹過的 Redis Sentinel 和 Redis Cluster 都實現了高可用。

2)依賴隔離組件爲後端限流並降級。

不管是緩存層仍是存儲層都會有出錯的機率,能夠將它們視同爲資源。做爲併發量較大的系統,假若有一個資源不可用,可能會形成線程所有 hang 在這個資源上,形成整個系統不可用。降級在高併發系統中是很是正常的:好比推薦服務中,若是個性化推薦服務不可用,能夠降級補充熱點數據,不至於形成前端頁面是開天窗。

在實際項目中,咱們須要對重要的資源 ( 例如 Redis、 MySQL、 Hbase、外部接口 ) 都進行隔離,讓每種資源都單獨運行在本身的線程池中,即便個別資源出現了問題,對其餘服務沒有影響。可是線程池如何管理,好比如何關閉資源池,開啓資源池,資源池閥值管理,這些作起來仍是至關複雜的,這裏推薦一個 Java 依賴隔離工具 Hystrix(https://github.com/Netflix/Hystrix),以下圖所示。

相關文章
相關標籤/搜索