ToB企服应用市场:ToB评测及商务社交产业平台

标题: Redis使用场景 [打印本页]

作者: 锦通    时间: 2024-9-6 21:51
标题: Redis使用场景
Redis使用场景

目次

缓存

分布式锁

其他

缓存

一、缓存穿透

界说:查询一个不存在的数据,Mysql查询不到数据也不会直接写入缓存,导致每次请求都要查数据库
两个解决方案:
举例说明:根据文章id查询文章,请求路径如下:
一个get请求: api/enws/getById/1

正常缓存流程:根据id到redis中爬取数据,若找到数据则返回结果;若redis中未找到,再到数据库中查找,将结果返回,返回前需将数据库中查到的数据存储于redis中
缓存穿透是查询一个不存在的数据,Mysql查询不到数据也不会直接写入缓存,导致每次请求都要查数据库。导致这种环境一般是由于体系被恶意攻击,请求路径被获取后制造假id(0、复数、很大的值),疯狂冲击数据库,数据库并发并不高,请求达到一定量就会造成宕机
关于布隆过滤器

二、缓存击穿

界说:给某个key设置逾期时间,当key逾期时,刚好这个时间点key有大量的并发请求,这些并发请求大概瞬间把DB压垮。
固然我们再查询时把数据同步到redis,但大概在缓存重建时,存入的是多个表汇总的结果,大概必要分组统计花费较长的时间,比如花费了50毫秒,这时若有大量请求数据库是蒙受不住的。
两个解决方案:
互斥锁:强同等性、性能差
比如:跟钱相干的业务必要包管强同等性
互斥锁笔墨描述:线程1请求查询,在redis中未查询到缓存数据,于是获取互斥锁,查询数据库重建缓存数据,写入缓存,释放锁;线程1进行的同时线程2也请求查询未命中,于是获取互斥锁但失败了,只能休眠会再不停重试到缓存命中。
互斥锁的作用:确保任意时刻只有一个线程可以访问共享资源,从而制止数据竞争和差别等问题。

逻辑逾期:高可用、性能优
比如:互联网行业,更加注重用户体验
逻辑逾期笔墨描述:线程1查询缓存,发现逻辑时间已逾期,获取互斥锁后,开启新线程2查询数据库重建缓存数据、写入缓存并重置逻辑逾期时间、释放锁,同时线程1中继续并返回逾期数据。线程1进行的同时线程3也查询发现逻辑时间逾期,获取互斥锁失败后返回逾期数据。当线程4命中缓存并没有逾期,就可以获得最新查询数据了。

三、缓存雪崩

界说:指同一时段大量缓存key同时失效或Redis服务宕机,导致大量请求达到数据库造成巨大压力。
解决方案
降级可作为体系的保底策略,实用于穿透、击穿、雪崩
四、双写同等性

界说:当修改了数据库数据也要更新缓存的数据,保持缓存和数据库的数据同等

先删除缓存,照旧先修改数据库?
先删除缓存,再修改数据库

修改数据库数据前被其他线程写入缓存,导致缓存与数据库数据差别等

先修改操作数据库,再删除缓存
线程1得到的返回的结果写入缓存,与线程2更新的数据库数据对不上

所以不管先删除缓存,照旧先修改数据库都会出现脏数据,应该采取延迟双删的方法,即删除两次缓存,可以低落脏数据的出现。延迟删除是因为数据库是主存模式,延迟删除让主节点把数据同步到从节点,但延迟删除也只是控制了一部门脏数据的风险,由于延迟时间不好确认,也有脏数据的风险,做不到绝对的强一至。
如何保持强同等性?
强同等,性能低

一般存入缓存的数据都是读多写少,用读写锁来进行控制

具体代码操作:
使用异步通知解决数据同步问题


它是基于mysql的主从同步实现
当有数据修改写入数据库后,数据库一旦变革就会记录到BINLOG日志文件中,cannal通过binlog数据文件获取变革,我们就可以在缓存服务获取变革的数据,然后更新到缓存

五、持久化

两种方式:RDB、AOF
将内存中的数据存到磁盘中,当redis实例故障重启后,从磁盘读取快照文件,恢复数据
人工主动备份:

redis内部有触发RBG的机制,可以在redis.conf文件中找到
六、数据逾期策略

Redis逾期删除策略:惰性删除 + 定期删除两种策略配合使用
界说:访问key时再判定是否逾期,逾期则删除,反之返回key
长处:对CPU友好
缺点:对内存不友好
界说:每隔一段时间,会从一定数量的数据库中取出一定数量的随机key进行检查,并删除其中的逾期key(随之时间推一会遍历所有key,把所有逾期key删除)
SLOW模式是定时任务,实行频率默以为10hz,每次不高出25ms,以通过修改配置文件redis.conf的hz选项来调解次数
FAST模式实行频率不固定,但两次间隔不低于2ms,每次耗时不好过1ms
长处:可通过限制删除操作实行时长和频率减少删除操作对CPU的影响,另外定期删除能有用释放逾期键占用的内存
缺点:难以确定删除操作实行的时长和频率
七、数据淘汰策略

界说:当redis内存不足想添加新key,会按照某种规则将内存数据删除,这种数据删除规则被成为内存的淘汰策略

使用建议


免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!更多信息从访问主页:qidao123.com:ToB企服之家,中国第一个企服评测及商务社交产业平台。




欢迎光临 ToB企服应用市场:ToB评测及商务社交产业平台 (https://dis.qidao123.com/) Powered by Discuz! X3.4