分布式缓存的选择及问题

Posted 2021-04-14 企鹅杏仁技术站

作者 | 李一帆

初级秃头后端工程师。

如今，缓存系统的应用非常广泛，能够用来提高并发数、数据吞吐量，提高快速响应能力。那么当数据量达到一定程度，单机环境可能就显得有些力不从心了，就需要一个分布式缓存系统。

1. 缓存系统的选择

图1-1 

1.1 缓存分类

如上图所示，首先缓存大致可以分为四大类。

• CDN 缓存：CDN 即内容分发网络，CDN 边缘节点将数据缓存起来。
• 反向代理缓存：如 nginx 的缓存。
• 本地缓存：代表的有 EhCache 和 Guava Cache。
• 分布式缓存：各缓存系统。

1.2 分布式缓存

本文主要探讨各分布式缓存系统，如图 1-1 所示，列出了五种：

其中 EvCache 和 Aerospike 使用场景不是那么通用和广泛。

• EvCache：是 Netflix 的基于 Memcached & Spymemcached 的缓存方案。
• Aerospike：是可基于 SSD 的 KV NoSQL 数据库。

除此之外，还有三种常见缓存系统。 

• Tair：阿里开源，跨机房、性能随结点添加线性上升、适用大数据量。Tair 还有三种引擎。

• LDB: 基于 google levelDB，支持 KV和类 HashMap 结构，性能稍低，持久化可靠性最高。

• MDB: 基于 Memcache，支持 KV 和类 HashMap，性能最优，不支持持久化存储。

• RDB: 基于 Redis。

• Memcache: 不支持数据同步、分布式支持较差。

• Redis: 社区活跃、使用最多。

综上所述，在一般情况下，考虑到适用性和稳定性，Redis 是搭建缓存系统的最优选择。以下将基于 Redis 介绍。

2. Redis 集群缓存方案

如顶部图 1-1 所示，列出了 Redis 的集群高可用的方案，基本可以分为三种。

2.1 主从机制

常见的集群架构，搭建简单，主要实现读写分离和备份，可以由 Master 负责读写，Slave 负责备份。但存在故障恢复复杂、水平拓展难、写能力受限等问题。结构图如下：

2.2 哨兵机制

Redis Sentinel 是社区版本推出的原生高可用解决方案。由一或多个哨兵实例监视任意个主从服务器，且在 Master 宕机时，自动将宕机服务器属下的 Slave 服务器升级为 主服务器，从而保证系统的可用性。较主从实现的监控、选主。但问题主要是要保证 Master 的 HA 切换。结构图如下：

2.3 "分布式"

到这里以上两种机制其实只能算作“集群”，并非严格意义上的“分布式”。接着来看看分布式方案。

集群强调高可用，分布式在集群的基础上又强调协作。

3. Redis分布式缓存方案

任何分布式存储系统，首先面临的就是 sharding（分片）问题，如顶部图 1-1 所示该问题有为三种解决方法。

3.1 客户端分片

顾名思义，将数据分片的路由功能交给客户端，但这是一种静态分片，维护性差。基本是不予考虑的。

3.2 代理分片

通过代理分发到具体的 redis 实例。有两个常用解决方案。

• Twemproxy：Twitter 开源，轻量级，不再维护，无法平滑地扩容/缩容，运维也不是很友好，性能一般。
• Codis：豌豆荚开源，支持水平拓展，运维平台完善，性能较 Twemproxy 快。Codis 在国内使用的较多，同时代理分片的思路也有很多公司在此基础开发了自己的二次方案。不过 Codis 也不再维护。

其实，这两种代理分片的方案，都是在 Redis 官方未推出良好的分布式方案时的产生的，在官方更新提供更优策略后都不再维护。

3.3 服务器端分片

这就要谈到 Redis 官方方案 Redis-cluster 。

在 Redis 3.0 之前是没有较好的分布式方案的，这也是第三方方案出现的原因。3.0 开始，官方推出了去中心化的分布式方案。集群中包含 16384 个散列槽，每个节点负责其中一部分。

先看下拓扑图：

每个节点打开两个 TCP 连接，一个负责给客户端提供服务，一个负责节点间通信。

此刻要说说 CAP 了 ：Consistency（一致性）、Availability（可用性）、Partition tolerance（分区容错性） 。对分布式系统而言，CAP 必须牺牲一者。Redis Cluster 的设计目标主要是高性能、高可用和高扩展，只好抛弃一部分数据一致性。

• 数据一致性：由于Redis Cluster 使用异步复制， 在某些情况下如 Master 宕机但未同步至 Slave，可能会导致丢失写入。在绝对需要支持同步写入时，可通过 WAIT 命令实现，可使得丢失写入的可能性大大降低。

• 可用性：当集群中一部分节点故障后，集群整体能响应客户端读写请求。

• 节点间定时互 ping ，当超过一半 Master 判定某节点失败，则标记为 FAIL，且会向集群广播节点下线的消息。如下线节点是带有槽的主节点，则要从它的从节点选出一个替换。
  
• 高性能和拓展：操作某个 key 时，不会先找到节点再处理，而是直接直接重定向到该节点，同时相较代理分片也少了 proxy 的连接损耗。
• 但是在进行 multiple key 操作时需要 keys 位于同一个 slot 上，需要使用 hash tags，使用 {} 强制将某些 key 映射到每个 slot，以便进行 multiple 。
• 在拓展方面，Redis Cluster 最大支持线性拓展 1000 个节点，将新节点加入集群后可以通过命令指定和平均的从已有节点分配 slot。

4. 缓存常见问题

以上介绍了简单介绍了常见缓存系统，并具体列出了基于 Redis 的集群方案。下面谈一谈缓存系统常见的问题。

如下图所示，列出七个常见问题。

4.1. 缓存穿透

指访问不存在的数据，从而绕过缓存，直接请求到了数据源，当请求过多，就会对 DB 造成压力。

• 空 key：指对于不存在的数据也将 key 存空值入缓存系统，这样下次访问也会得到返回。但只适用于空数据 key 有限、key 重复请求概率高，如果量大且不重复，就会造成很多无用 key 的创建。

• 布隆过滤器：布隆过滤器是一个很长的二进制向量和一系列随机映射函数。可用于检索一个元素是否在一个集合中加一层对空值的过滤器，空间和时间效率都很高。但由于 hash 产生的碰撞可能存在误判，以及因不存储 key 导致的无法删除。适用于空数据 key 各不同、重复请求概率低。

4.2. 缓存击穿

缓存击穿实际是缓存雪崩的一个特例。指当某些热点 key 过期时，就会有大量的请求击穿到 DB。

• 互斥锁：在缓存失效的时候，不立即 load db，可以先用如 SETNX 等命令去 set 一个 mutex key，当操作返回成功时，说明拿到锁，此刻该线程进行 load db 的操作并更新缓存；否则未拿到锁就（可休眠一段）重试 get 缓存的方法。但要注意死锁风险。
• 不过期
• 这里的不过期有两个概念，一个指未设过期时间，那是真的不过期，那没事了。
• 另一个是指通过业务逻辑，将 key 的过期时间进行存储，请求是判断是否小于值，是则后台异步更新。

4.3. 缓存雪崩

同一时刻大量缓存失效（故障）, 请求到了 DB。

• 随机时间：在设置过期时间时，可以在基础时间上 + 一个随机的时间，等于实现了分批过期。
• 后台更新：将更新失效的工作交给后台定时线程。
• 限流 + 本地缓存：如 ehcache 本地缓存 + Hystrix 限流。
• 双缓存：类似于设置主从缓存，从 key 不过期。

4.4. 缓存更新与一致性

如果保证数据一致性。列出四种更新策略：

• Cache Aside ：最常用的。失效时回源取数据，更新；命中时，返回缓存数据；更新时先数据源更新，再更新缓存。
• Write Back ：更新数据时，只更新缓存，不更新数据源。缓存异步批量更新数据库。
• Read/Write Through 
• Write Through ：当有数据更新时，如未命中缓存，直接更新数据库，并返回。如命中缓存，则更新缓存，再由 Cache 自己更新数据库。
• Read Through ：更新数据源由缓存系统操作，读取数据时如缓存失效，则取回源数据更新缓存。

4.5. 热点数据

对于热点数据的处理方法。

• 拆分复杂结构：如二级数据结构，进行拆分，这样热点 key 就被拆为若干个的 key 分布到不同节点。
• 迁移热点：对于 Redis Cluster 而言可以将热点 key 所在的 slot 单独迁移到一个节点，降低其他节点压力。
• 多副本：复制多份缓存副本，将请求分散到多个节点上，减轻单台缓存服务器压力，适合多读少写。

4.6. 缓存预热

指可以将某些的缓存数据提前加载到缓存系统，提前避免在如热点数据大量请求到库。

4.7. 缓存降级

指当访问量剧增、服务出现问题或非核心服务影响到核心流程的性能时，仍需保证主服务可用。可根据一些关键数据自动降级，也可配置开关人工降级。

5. Redis Cluster 使用

对于 Redis Cluster 环境的搭建和基础使用非常简单。

无论基于何种方式，只要搭建好 n 台 redis 服务并保证各服务间可以互相通讯后，任意进入一个 redis 服务键入：

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

即可。之后可以使用 cluster node 和 cluster info 命令查看集群、节点信息。

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

加入依赖

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

即可通过 RedisTemplate 使用。

6. 总结

本文从缓存系统的选择出发，基于 Redis 介绍了几种集群方案并重点说明了 Redis Cluster 方案。之后列出缓存系统常见问题及常见解决方案，最后对使用做了简单说明。

当然，如何去落地，如何解决这些问题还需要根据实际场景具体分析和处理。

参考资料

• Redis Cluster Specification：https://redis.io/topics/cluster-spec
• 深入理解分布式系统中的缓存架构：https://juejin.im/entry/5b514768f265da0fa21a800f
• 缓存更新的套路：https://coolshell.cn/articles/17416.html
• 一种高效的Redis Cluster的分布式缓存系统[J].计算机系统应用,2018,27(10):91-98 ：https://kns.cnki.net/KCMS/detail/detail.aspx?dbcode=CJFQ&dbname=CJFDLAST2018&filename=XTYY201810014
  
  

全文完

---

以下文章您可能也会感兴趣：

• 
  

• 
  

• 
  

• 
  

我们正在招聘 Java 工程师，欢迎有兴趣的同学投递简历到 [e-mail] 。