Redis企业级解决方案

缓存预热

问题分析

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

解决方案

前置准备工作：

1. 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
2. 利用LRU数据删除策略，构建数据留存队列
   例如：storm与kafka配合

准备工作：

1. 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
2. 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
3. 热点数据主从同时预热

实施：

• 使用脚本程序固定触发数据预热过程
• 如果条件允许，使用了CDN（内容分发网络），效果会更好

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！

缓存雪崩

问题分析

• 短时间范围内，大量key集中过期

解决方案（道）

1. 更多的页面静态化处理
2. 构建多级缓存架构
   Nginx缓存+redis缓存+ehcache缓存
3. 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. 灾难预警机制
   监控redis服务器性能指标
    CPU占用、CPU使用率
    内存容量
    查询平均响应时间
    线程数
5. 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

解决方案（术）

1. LRU与LFU切换
2. 数据有效期策略调整
    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！

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。

缓存击穿

问题分析

• Redis中某个key过期，该key访问量巨大
• 多个数据请求从服务器直接压到Redis后，均未命中
• Redis在短时间内发起了大量对数据库中同一数据的访问

解决方案（术）

• 预先设定
  以电商为例，每个商家根据店铺等级，指定若干款主打商品，在购物节期间，加大此类信息key的过期时长
  注意：购物节不仅仅指当天，以及后续若干天，访问峰值呈现逐渐降低的趋势
• 现场调整
  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久性key
• 后台刷新数据
  启动定时任务，高峰期来临之前，刷新数据有效期，确保不丢失
• 二级缓存
  设置不同的失效时间，保障不会被同时淘汰就行
• 加锁
  分布式锁，防止被击穿，但是要注意也是性能瓶颈，慎重！

总结

缓存击穿就是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。

缓存穿透

问题排查

• Redis中大面积出现未命中
• 出现非正常URL访问

解决方案（术）

• 缓存null
  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
• 白名单策略
   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）
• 实施监控
  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
  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）
• key加密
  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，过来的key校验
  例如每天随机分配60个加密串，挑选2到3个，混淆到页面数据id中，发现访问key不满足规则，驳回数据访问

总结

缓存击穿访问了不存在的数据，跳过了合法数据的redis数据缓存阶段，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。

性能指标监控

监控指标

• 性能指标：Performance
• 内存指标：Memory
• 基本活动指标：Basic activity
• 持久性指标：Persistence
• 错误指标：Error

性能指标：Performance

内存指标：Memory

基本活动指标：Basic activity

持久性指标：Persistence

错误指标：Error

监控方式

工具

• Cloud Insight Redis
• Prometheus
• Redis-stat
• Redis-faina
• RedisLive
• zabbix

命令

• benchmark
• redis cli
• monitor
• showlog

benchmark

redis-benchmark [-h ] [-p ] [-c ] [-n <requests]> [-k 

//例子说明：100个连接，5000次请求对应的性能
redis-benchmark -c 100 -n 5000 

monitor

monitor
//打印服务器调试信息

showlong

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

//相关配置
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