做网站需求方案,商店网站在线设计,网站seo诊断工具,吉林省示范校建设专题网站一、缓存
缓存是计算机中一个很经典的概念#xff0c;核心思路是把一些常用的数据放到访问速度更快的地方#xff0c;方便随时读取#xff1b;
但对于计算机硬件来说#xff0c;往往访问速度越快的设备#xff0c;成本越高#xff0c;存储空间越小#xff0c;缓存是更…一、缓存
缓存是计算机中一个很经典的概念核心思路是把一些常用的数据放到访问速度更快的地方方便随时读取
但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空间上是不足的因此大部分时候缓存只存放一些热点数据
二、Redis 用作缓存
在一个网站中我们经常会使用关系型数据库来存储数据例如 MySQL虽然关系型数据库功能强大但是性能不高进行一次查询操作消耗的系统资源较多性能不高的原因体现为
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没有命中索引就需要进行表的遍历大大增加硬盘 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就很容易使数据库服务器宕机服务器每处理一次请求都要消耗一定的硬件资源的CPU内存硬盘网络带宽等当一个服务器的硬件资源被耗尽的时候后续的请求没有资源可用就无法处理请求甚至导致服务器代码出现崩溃
让数据库能够承担更大的并发量的措施主要有以下两个思路
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节流引入缓存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
Redis 就是一个用来作为数据库缓存的常见方案
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并且 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
当客户端访问业务服务器发起查询请求业务服务器先查询 Redis看要查询的数据是否在 Redis 中存在如果在 Redis 中则就直接返回此时就不会访问 MySQL 了如果在 Redis 中不存在再去查询 MySQL
缓存是用来加快 读操作 的速度的如果是 写操作还是要写数据库缓存并不能提高性能
三、缓存的更新策略
缓存中应该存储哪些数据呢如何知道哪些数据是热点数据呢
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写程序来统计挑选出访问频次最高的前 N% 的数据存储在缓存中
优点实现起来较简单过程更可控缓存中有什么是固定更方便排查问题缺点实时性较低对于一些突然情况应对的并不好 例如平时很少会有人搜索 春晚因此这个关键词就不会在缓存中而在除夕夜时这个词就会成为非常高频的词导致缓存失效
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 参数设定然后用户每次查询
如果在 Redis 中查到了就直接返回如果在 Redis 中不存在就从数据库中查找如果在数据库中查到了则将查到的结果写入 Redis否则说明数据库中也不存在该数据
当缓存满了的时候缓存容量达到上限就会触发缓存淘汰策略把一些 不太热门的数据 淘汰掉
常见的缓存淘汰策略
FIFOFirst In First Out先进先出把缓存中存在时间最久的 key最先存的淘汰掉LRULeast Recently Used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LFULeast 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 key 淘汰掉Random 随机淘汰从所有的 key 中随机进行淘汰
Redis 内置的淘汰策略
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
下面内容以使用 Redis 作为 MySQL 的缓存为例
四、缓存预热Cache preheating
1. 解释
当 Redis 刚刚启动或者 Redis 大批 key 失效之后此时由于 Redis 内部相当于是空着的没啥缓存数据那么 MySQL 就会被直接访问到从而使 MySQL 面临较大的压力
2. 解决办法
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统计生成
这份热点数据不一定非得那么 准确只要能帮 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
五、缓存穿透Cache penetration
1. 解释
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
2. 产生原因
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
3. 解决办法
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hash bitmap先判定 key 是否存在再真正查询
六、缓存雪崩Cache avalanche
1. 解释
短时间大量的 key 在缓存上失效导致数据库压力骤增甚至宕机比如我们在同一时间针大量的 key 设置了相同的过期时间那当过期时间到来时大量的 key 就会被删除从而失效
2. 产生原因
Redis 宕机Redis 上大量的 key 同时过期
3. 解决办法
部署高可用的 Redis 集群并且完善监控报警体系不给 key 设置过期时间或设置过期时间时添加随机时间因子避免同时过期
七、缓存击穿Cache breakdown
1. 解释
缓存雪崩的特殊情况针对热点 key突然过期了导致大量访问该 key 的请求直接访问到数据库引起数据库宕机
2. 解决办法
基于统计的方式发现热点 key并设置永不过期或逻辑过期访问数据库时使用分布式锁限制同时请求数据库的并发数
