Redis应用

缓存穿透 现象:

1. 应用服务器的压力突然变大了

1. redis命中率低

1. 大量的请求一直查询数据库

产生的原因:

1. redis查询不到数据

2. 出现了很多的非正常的URL访问(大多数因为受到恶意攻击)

解决方案:

1. 对空值缓存 : 如果一个查询返回的数据为空(不管数据是否不存在),我们任要把这个空结果进行缓存,设空结果的过期时间调得很短,最长不超过五分钟最好(应急基本的方案)

2. 设置可访问的白名单 :使用bitmaps类型定义一个可以访问的名单,名单id作为bitmaps的偏移量,每次访问和bitmaps里面的id进行比较,如果访问id不在里面,进行拦截,不允许访问.(缺点,每次访问都要进去到bitmaps里面进行判断,影响效率)

3. 采用布隆过滤器: 它实际上是一个很长的二进制向量(位图)和一系列随机映射的函数(哈希函数)把bitmaps进行效率提升

4. 进行实施监控: 当发现Redis的命中率开始急速降低,需要排查访问对象和访问的数据,和运维人员进行配合,可以设置黑名单限制服务

缓存击穿

key对应的数据存在,但在redis中过期,此时若有大量的请求并发访问过来,这些请求发现缓存过期一般会从后端DB加载数据并回设到缓存,这个时候大并发的请求可能会把后盾DB压垮

现象:

1. 数据库访问压力瞬时增加

2. redis里面没有出现大量key过期

3. redis正常运行

产生的原因:

1. redis中某个key过期了,大量访问使用这个key

2. 会不断的访问数据库,可能会造成数据库宕机

解决方案:

1. 预先设置热门数据: 在redis高峰访问之前,把一些热门数据提取存入到redis里面,加大这些热门数据key的时长

2. 实时调整: 现场监控哪些数据热门,实时调整key的过期时长

3. 使用锁:

(1) 就是在缓存失效的时候(判断拿出来的值为空),不是立即去load db .

(2) 先使用缓存工具的某些带成功 *** 作返回值的 *** 作,(比如Redis的SETNX)

(3) 缺点:效率会降低些

缓存雪崩 现象:

1. 数据库压力变大服务器崩溃

产生原因:

1. 在极少时间段,查询大量key的集中过期的情况

解决方案:

1. 构建多级缓存架构: nginx缓存+redis缓存+其他缓存(ehcache等)

2. 使用锁或者队列:(效率低不适合高并发情况) 用锁或者队列来保证不会有大量的线程对数据库一次性进行读写,从而避免失效时有大量的并发请求落到底层存储系统上

3. 设置过期标志更新缓存: 记录缓存数据是否过期(设置提前量),如果过期会触发另外的线程在后台去更新实际key的缓存

4. 将缓存失效时间分散开: 比如我们可以在原有的失效时间上增加一个随机值,比如1-5分钟随机,这样同时过期几率就会降低,就很难引发集体失效事件