0 redis的缓存四类问题概述
| 名称 | 现象 | 策略 | 备注 |
|---|---|---|---|
| 缓存预热 | 应用服务刚上线后迅速宕机 | 1）优先加载热点数据 2）提升数据加载速度 3）主从数据同时加载 | 需要日常工作中统计热点数据 |
| 缓存雪崩 | Redis服务器大量key过期，数据库连接量激增 | 系统设计与平时维护层面：1）多级缓存 2）热点页面静态化处理。3）优化数据库查询 4）灾难预警机制：监控+限流+熔断+隔离。 具体的解决策略：1）为不同的key设置不同超时时间。2）永久key。3）加锁 4）定期对热点数据的key进行延时 5）更改淘汰策略 | 预防策略+具体策略结合 |
| 缓存击穿 | Redis服务器无大量key过期并且工作平稳，数据库连接量瞬间激增 | 1）加锁 2）预先设定可能成为穿透key的过期时间 3）定期对热点数据的key进行延时 4）二级缓存 | 与雪崩的解决策略相接，只不过需要根据实际业务数据对特定key重点关注 |
| 缓存穿透 | Redis服务器命中率随时间逐步降低且CPU占用激增，数据库服务器压力激增 | 1）缓存null 2) 设置白名单（bitmap/布隆过滤器）3）key加密 4）监控+黑名单 | 建立监控机制，黑白名单对系统的性能有影响，没有这个问题应该撤销 |
1 redis的缓存预热问题
1-1 缓存预热的场景
问题：采用redis的应用服务上线后迅速宕机了？
宕机的可能原因分析：
1. 请求数量较高
2. 主从之间数据吞吐量较大，数据同步操作频度较高
3. 关系型数据库读取的频率也比较高。
1-2 缓存预热的流程
前置准备工作：平时去维护和统计热点数据
策略1（基于经验统计）：日常例行统计数据访问记录，统计访问频度较高的热点数据
策略2（基于算法维护）： 利用LRU数据删除策略，构建数据留存队列（比如利用storm与kafka v ）
例如： storm与kafka配合
Apache Storm是一个分布式实时大数据处理系统。Storm设计用于在容错和水平可扩展方法中处理大量数据。它是一个流数据框架，具有最高的摄取率。
Kafka专为分布式高吞吐量系统而设计，其他消息传递系统相比，Kafka具有更好的吞吐量，内置分区，复制和固有的容错能力，这使得它非常适合大规模消息处理应用程序。
准备工作
- 将统计结果中的数据分类，根据级别， redis优先加载级别较高的热点数据
- 利用分布式多服务器同时进行数据读取， 提速数据加载过程
- 热点数据主从同时预热
实施
1.使用脚本程序固定触发数据预热过程
2.条件允许， 使用了CDN（内容分发网络），效果会更好
1-3 缓存预热的总结
缓存预热就是系统启动前， 提前将相关的缓存数据直接加载到缓存系统。避免在用户请求的时候，先查询数据库，然后再将数据缓存的问题！用户直接查询事先被预热的缓存数据！
2 redis的缓存雪崩问题
2-1 雪崩问题出现的场景
场景：系统平稳运行过程中，忽然数据库连接量激增（流量激增），
客户端：应用服务器无法及时处理请求，大量408， 500错误页面出现，客户反复刷新页面获取数据
服务端： 数据库崩溃，应用服务器崩溃，重启应用服务器无效，Redis服务器崩溃，Redis集群崩溃
，重启数据库后再次被瞬间流量放倒
- 408 Request Timeout 请求超时
- 500 内部服务器出现了问题
问题原因分析：在一个较短的时间内，缓存中较多的key集中过期
由于大量的key集中过期，redis短时期内需要向存储数据的数据库发送大量请求，数据库短期内无法及时处理大量请求，崩溃，redis的数据请求无法得到及时响应，出现超时现象。由于资源被大量请求占用，redis服务器崩溃，集群崩溃，应用服务器无法获取数据，被大量请求给淹没，崩溃。
缓存雪崩的可能有二种原因造成：
1）缓存服务某个时刻出现了问题，后面的请求都直接落到了数据库上，造成数据库短时间内承受大量请求
2）热点缓存在某一时刻大面积失效，导致对应的请求直接落到了数据库上
2-2 解决策略
缓存雪崩出现前预防策略
1. 系统日常维护：更多的页面静态化处理
2. 系统设计：构建多级缓存架构
3. 系统日常维护：检测Mysql严重耗时业务进行优化：对数据库的瓶颈排查：例如超时查询、耗时较高事务等
4. 系统设计：建立灾难预警机制，监控redis服务器性能指标+限流、降级
CPU占用、 CPU使用率
内存容量
查询平均响应时间
线程数
限流，降级：短时间范围内牺牲一些客户体验，限制一部分请求访问，降低应用服务器压力，待业务低速运转后再逐步放开访问
对于高频访问的页面进行静态化处理，目的是缓解服务器压力
缓存的请求顺序是：用户请求 → HTTP 缓存 → CDN 缓存 → 代理服务器缓存 → 进程内缓存 → 分布式缓存 → 数据库。
| 缓存名称 | 缓存的数据类型 | |
|---|---|---|
| HTTP 缓存 | 静态资源 | |
| CDN 缓存 | 静态资源 | |
| 负载均衡缓存（负载均衡服务器） | 动态资源 | |
| 进程内缓存（应用服务器） | 较流行的实现有 Ehcache、GuavaCache、Caffeine。这些架构把热点数据放到进程内的缓存中。 | 动态资源 |
| 分布式缓存(Redis集群) | 动态资源 |
各种缓存的特点：
- CDN 缓存和 HTTP 缓存是好搭档。
- 负载均衡器缓存相对稳定资源，需要服务协助工作。
- 进程内缓存，效率高，但容量有限制，缓存同步问题可以通过消息队列与定时器两种方案实现
- 分布式缓存容量大，能力强
- 监控redis服务器性能指标+限流、降级
- 熔断机制：某个缓存节点不能工作的时候，需要通知缓存代理（负载均衡器）不要把请求路由到该节点，减少用户等待和请求时长（调整负载均衡策略）
- 限流机制：在接入层和代理层可以做限流，当缓存服务无法支持高并发的时候，前端可以把无法响应的请求放入到队列或者丢弃（限制请求）
- 隔离机制：缓存无法提供服务或者正在预热重建的时候，把该请求放入队列中，这样该请求因为被隔离就不会被路由到其他的缓存节点（隔离请求）。
具体解决缓存雪崩的策略
1）调整缓存置换策略，LRU与LFU切换
2）避免缓存同时失效，不同的 key 设置不同的超时时间。
- 根据业务数据有效期进行分类错峰， A类90分钟， B类80分钟， C类70分钟
- 过期时间使用固定时间+随机值的形式，稀释集中到期的key的数量
3）超热数据使用永久key
4）定期维护（自动+人工）
- 对即将过期数据做访问量分析，确认是否延时，配合访问量统计，做热点数据的延时
5）加锁（慎用）
- 增加互斥锁，对缓存的更新操作进行加锁保护，保证只有一个线程进行缓存更新。缓存一旦失效可以通过缓存快照的方式迅速重建缓存。对缓存节点增加主备机制，当主缓存失效以后切换到备用缓存继续工作。
2-3 缓存雪崩总结（心中有图）
用户请求 → HTTP 缓存 → CDN 缓存 → 代理服务器缓存（Nginx） → 进程内缓存(Tomact等应用服务器) → 分布式缓存(redis集群) → 数据库（MySQL）。
总结：缓存雪崩就是瞬间过期数据量太大，导致对数据库服务器（MySQL数据库）造成压力。如能够有效避免过期时间集中，可以有效解决雪崩现象的出现
（约40%），配合其他策略一起使用，并监控服务器的运行数据，根据运行记录做快速调整
3 redis的缓存击穿问题
3-1 击穿问题出现场景
场景：
系统平稳运行过程中并且Redis服务器无大量key过期并且工作平稳，但是数据库连接量瞬间激增，数据库崩溃。
- 电商平台中某些货物成为“爆款”了
问题排查：
1 Redis中某个key过期，该key访问量巨大
2. 多个数据请求从服务器直接压到Redis后，均未命中
3. Redis在短时间内发起了大量对数据库中同一数据的访问
原因分析：
单个key高热数据并且出现key过期
- 缓存击穿区别于缓存雪崩在于key过期的数量
3-2 击穿问题的解决策略
各种策略的核心目的：避免可能被击穿的key过期（主要是对业务数据进行分析）
1. 预先设定（预先确定哪些key可能成为被击穿的key）
电商为例，每个商家根据店铺等级， 指定若干款主打商品，
注意：购物节不仅仅指当天，以及后续若干天，访问峰值呈现
2. 现场调整（监控key,将那些频繁被访问的延长过期时间）
监控访问量，对自然流量激增的数据延长过期时间或设置为永
3. 后台刷新数据（定时更新数据有效期）
启动定时任务，高峰期来临之前， 刷新数据有效期，确保不丢
4. 二级缓存
设置不同的失效时间，保障不会被同时淘汰就行
5. 加锁
分布式锁，防止被击穿，但是要注意也是性能瓶颈，慎重！
3-3 缓存击穿总结
缓存击穿：单个高热数据过期的瞬间，数据访问量较大，未命中redis后，发起了大量对同一数据的数据库访问。导致对数据库服
务器造成压力。
应对策略：应该在业务数据分析与预防方面进行，配合运行监控测试与即时调整策略，毕竟单个key的过期监控难度较高，配合雪崩处理策略即可
4 redis的缓存穿透问题
4-1 穿透问题出现的场景
场景：服务器命中率随时间逐步降低且CPU占用激增
系统平稳运行过程中，应用服务器流量随时间增量较大并且Redis内存平稳,
但是Redis服务器命中率随时间逐步降低且CPU占用激增，数据库服务器压力激增导致数据库崩溃
问题排查：请求的数据并不是合法的key，没有对应的value
1. Redis中大面积出现未命中
2. 出现非正常URL访问(不是正常用户的访问，是黑客攻击，通过无效URL瘫痪应用服务)
问题分析
获取的数据在数据库中也不存在，数据库查询未得到对应数据，Redis获取到null数据未进行持久化，直接返回,黑客攻击服务器
4-2 缓存穿透问题解决策略
1）缓存null（治标不治本，短期策略）
- 对查询结果为null的数据进行缓存（长期使用，定期清理）， 设定短时限，例如30-60秒， 最高5分钟
2）白名单策略（每次都需要访问白名单，这会成为系统瓶颈，布隆过滤器也是基于这种策略比bitmaps效率高）
- 提前预热各种分类数据id对应的bitmaps， id作为bitmaps的offset，相当于设置了数据白名单。 当加载正常数据时，放
行，加载异常数据时直接拦截（效率偏低） - 使用布隆过滤器（有关布隆过滤器的命中问题对当前状况可以忽略）
3）实施监控+黑名单：根据倍数不同，启动不同的排查流程。然后使用黑名单进行防控（运营）
- 实时监控redis命中率（ 业务正常范围时，通常会有一个波动值）与null数据的占比
- 非活动时段波动：通常检测3-5倍，超过5倍纳入重点排查对象
- 活动时段波动：通常检测10-50倍， 超过50倍纳入重点排查对象
4） key加密（在应用服务器前进行拦截）
- 问题出现后，临时启动防灾业务key，对key进行业务层传输加密服务，设定校验程序，对key校验。
4-3 缓存穿透问题总结
缓存穿透：访问了不存在的数据，跳过了合法数据的redis数据缓存阶段（穿透访问的数据必定不存在），每次访问数据库，导致对数据库服务器造成压力。
- 通常此类数据的出现量是一个较低的值，当出现此类情况以毒攻毒，并及时报警。
应对策略：应该在临时预案防范方面多做文章。无论是黑名单还是白名单，都是对整体系统的压力，警报解除后尽快移除。
5 redis的性能监控指标
5-1 性能监控的常用指标
性能指标： Performance
| Name | 说明 | 备注 |
|---|---|---|
| Latency | redis响应一个请求的时间 | |
| instantaneous_ops_per_sec | 平均每秒处理请求总数( QPS: query per second) | |
| hit rate(calculated) | 缓存命中率 | 命中率低说明服务器压力比较大，缓存的过期策略会影响命中率 |
内存指标： Memory
| Name | 说明 | |
|---|---|---|
| used_memory | 已使用内存 | |
| mem_framentation_ratio | 内存碎片率 | |
| evicted_keys | 由于最大内存限制被移除的key数量 | 删除策略对该指标影响大 |
| blocked_clients | 由于BLPOP,BRPOP或者BRPOPLPUSH而被阻塞客户端信息对内存占用 | 阻塞操作 |
在 Redis 的 列表(list) 命令中，有一些命令是阻塞模式的，比如：BRPOP, BLPOP, BRPOPLPUSH, 这些命令都有可能造成客户端的阻塞
基本活动指标： Basic
| Name | 描述 | |
|---|---|---|
| connected_clients | 客户端连接数 | |
| connected_slaves | Slave数量 | |
| master_last_io_seconds_ago | 最近一次主从交互之后的秒数 | |
| keyspace | 数据库中key的总数 | 通常key的范围都是有一个正常的范围，如果key数量大量减少，可能会发生雪崩 |
持久性指标： Persist（灾难恢复需要关注）
| Name | 描述 | |
|---|---|---|
| rdb_last_save_time | 最后一次持久化保存到磁盘的时间戳 | |
| rdb_change_since_last_save | 最后一次持久化以来，数据库更新数 |
错误指标： Error
| 名称 | 描述 |
|---|---|
| rejected_connections | 由于最大客户端数量的限制而被拒绝的连接数目 |
| keyspace_misses | key值没用命中的次数 |
| master_link_down_since_seconds | 主从断开的持续时间（断开时间长，从服务器压力大） |
5-2 性能监控的工具
监控方式
工具
Cloud Insight Redis
Prometheus
Redis-stat
Redis-faina
RedisLive
zabbix
命令
benchmark
redis cli
monitor
showlog
常用工具命令：
redis-benchmark [-h ] [-p ] [-c ] [-n <requests]> [-k ]
monitor
showlong [operator] # get ：获取慢查询日志 len ：获取慢查询日志条目数 reset ：重置慢查询日志
slowlog-log-slower-than 1000 #设置慢查询的时间下线，单位：微妙
slowlog-max-len 100 #设置慢查询命令对应的日志显示长度，单位：命令数
知识点：布隆过滤器（Bloom Filter）
常见的应用场景：用户注册的时候迅速判断该用户名是否重复
定义：布隆过滤器（Bloom Filter）可以看成是由bit数组和多个hash函数组成，用于判断元素是否存在于集合中的非常节约空间的数据结构。
特点：
1 固定大小的空间可以添加任意数量的元素，但是空间大小不变的情况下，加的越大，错误判断的可能性也越大，当bit数组都为1时，所有元素都会被判断是存在的。
2.布隆过滤器会产生fasle positive结果但不会产生false negative的结果
--false positive: 该结果不存在的时候，判断其存在
--false negative:结果存在的时候，判断其不存在
3. 布隆过滤器不能删除元素
2.布隆过滤器的原理介绍
当一个元素加入布隆过滤器中的时候，会进行如下操作：
- 使用布隆过滤器中的K个哈希函数对元素值进行计算，得到K哈希值
- 根据得到的K个哈希值（对hash值取模），在位数组中把对应的K个下标的值置为 1。
当我们需要判断一个元素是否存在于布隆过滤器的时候，会进行如下操作：
-
对给定元素再次进行相同的哈希计算；
-
得到值之后判断位数组中的每个元素是否都为 1，如果值都为 1，那么说明这个值在布隆过滤器中，如果存在一个值不为 1，说明该元素不在布隆过滤器中。
更多关于布隆过滤器参考
Bloom Filters – Introduction and Implementation