#yyds干货盘点#--redis-2

Posted 2021-12-22 流年_火星程序员

之前本来准备写篇关于redis的文章，后来种种原因只写了简单的概念介绍（redis-1）,这次有时间就接着写完redis的一些东西。基础概念就不再写了，直接翻前面文章。首先大家思考一个问题，为什么我们要使用redis？

我总结了下自己的看法，以下几点供参考：

• 提升系统整体性能： 一个用户访问数据库第一次的某些数据有些慢，再次访问时可以存放在redis中，众所周知redis操作内存，所以访问会很快。
• 缓解后端库的压力： 多并发全部直接查询后端库，对库的风险很大，通过先访问redis来查询，直接访问redis的承受压力远高于库，可以缓解后端库的压力。存在问题是数据强一致性，后面再讲吧。
• 业务处理速度提升： 一个业务系统总是有后台逻辑处理的时间的，很多又是有返回等待需求的，redis可以极大的缓解长时间请求，结果却不变的这种业务类型。可以快速的完成响应，大幅提升业务处理。

我们接着来说redis使用中可能存在的问题：

• 缓存雪崩问题
• 缓存穿透问题
• 缓存和数据库双写一致性问题
• 缓存的并发竞争问题

缓存雪崩：缓存因部分原因失效，导致大量数据请求疯狂涌入后端数据库，导致数据库响应异常。怎么解决缓存雪崩呢？提供几个思路：

• 缓存高可用部署，集群模式尽量保证可用性
• Hystrix是一款开源的“防雪崩工具”，它通过 熔断、降级、限流三个手段来降低雪崩发生后的损失
• 使用互斥锁，缺点吞吐量明显下降

缓存穿透：缓存本身存在失效时间，过期后大量请求访问不存在数据，导致所有请求直达数据库，响应异常。解决方案：

• 只允许一个线程重建缓存，其他线程等待重建缓存的线程执行完，重新从缓存获取数据，互斥锁。
• 采用异步更新策略，无论key是否取到值，都直接返回。value值中维护一个缓存失效时间，缓存如果过期，异步起一个线程去读数据库，更新缓存。需要做缓存预热(项目启动前，先加载缓存)操作。
• 提供一个能迅速判断请求是否有效的拦截机制，比如，利用布隆过滤器，内部维护一系列合法有效的key。迅速判断出，请求所携带的Key是否合法有效。如果不合法，则直接返回。
• 缓存失效为永不过期，缺点当重构缓存时可能存在数据不一致情况，不推荐这种方式，主要看应用容忍情况。

缓存和数据库双写一致性问题：

• 一致性问题是分布式常见问题，分为最终一致性和强一致性。数据库和缓存双写，就必然会存在不一致的问题。如果对数据有强一致性要求，不能放缓存。我们所做的一切，只能保证最终一致性。因此，有强一致性要求的数据，不能放缓存。
• 采取正确更新策略，先更新数据库，再删缓存。
• 因为可能存在删除缓存失败的问题，提供一个补偿措施即可，例如利用消息队列。

缓存的并发竞争问题：

简单讲就是同时有多个子系统去set一个key，例如本身key值是1，顺序更新为2,3,4,5，但是由于多并发最后顺序变成5-4-3-2，结果更新结束值变为了2.怎么解决呢？

分布式锁：

• 分布式锁可以使用redis自身的分布式锁，也可以使用zookeeper,但是一般使用后者，上面举的例子，要求key的操作需要顺序执行，所以需要保存一个时间戳判断set顺序。

系统A key 1 ValueA 7:00
系统B key 1 ValueB 7:05

• 假设系统B先抢到锁，将key1设置为ValueB 7:05。接下来系统A抢到锁，发现自己的key1的时间戳早于缓存中的时间戳（7:00<7:05），那就不做set操作了；这种方案的前提是要保证各系统的时间是一样的，如果不能保证可以采用分布式锁+版本号的方式。

消息队列：

• 通过消息中间件进行处理把并行读写进行串行化。把Redis.set操作放在队列中使其串行化,必须的一个一个执行。这种方式在一些高并发的场景中算是一种通用的解决方案。