分佈式緩存系統熱點key解決方案

1. 讀訪問量高(萬級別及以上),讀訪問遠大於寫訪問緩存

    這種狀況典型的業務場景之一就是存儲配置信息,配置信息通常數據量較小,更新頻率低,但讀訪問量高。這種場景有兩種方法優化:優化

         a. 對同一個key存儲多個備份,隨機讀取,分散讀的訪問壓力。spa

         b.使用本地緩存。本地緩存基本能擋住大部分的訪問,真正落到cache系統上的讀訪問量就不多了。但本地緩存有個問題:數據的同步問題。解決方案能夠按期更新本地緩存(每隔n秒更新一次)。同步

 


2. 寫訪問量高(萬級別及以上),寫訪問遠大於讀訪問
      這種狀況典型的業務場景之一是計數統計,例如對某頁面進行pv統計。這種場景的優化方法爲:將單個key統計拆分爲多個key統計,假設key爲A,那麼能夠將A拆分爲A1,A2...A100,incr時隨機選擇一個key,讀取總量時再批量讀取全部的key,再進行合併統計。固然,這種方式放大的讀操做,但基於讀自己訪問量不高,這樣的增長對集羣並不會產生較大的影響。
集羣

相關文章
相關標籤/搜索