缓存穿透,缓存雪崩,缓存击穿的解决方案
2018-03-17 23:51
639 查看
缓存穿透,缓存击穿,缓存雪崩解决方案
设计一个缓存系统,不得不考虑到的问题是:缓存穿透、缓存击穿与失效时的雪崩效应。一、缓存穿透(查询一定不存在的数据时发生的问题)
缓存穿透是指-----查询一个一定不存在的数据,由于缓存是不命中时被动写的,并且出于容错考虑,如果从存储层查不到数据时则不写入缓存,这将导致这个不存在的数据每次请求都要到存储层去查询,失去了缓存的意义。在流量大时,可能数据库就挂掉了,要是有人利用不存在的key频繁攻击我们的应用,,,这就是漏洞。
解决方案(布隆过滤器或者设置缓存过期时间)
有很多种方法可以有效的解决缓存穿透问题,最常见的则是采用
1、布隆过滤器-----将所有可能存在的数据哈希(映射)到一个足够大的bitmap中,一个一定不存在的数据会被这个bitmap拦截掉,从而避免了对底层存储层的查询压力。
2、此法简单粗暴,如果一个查询的数据为空(不管数据不存在还是系统故障),仍然把这个空结果进行缓存,但他的过期时间会很短,最长不超过五分钟。
二、缓存雪崩(给很多缓存设置了相同的过期时间)
缓存雪崩是指我们设置缓存是采用了----相同的过期时间,导致缓存在某一时刻同时失效,请求全部转发到DB,DB瞬时压力过重雪崩。
解决方案(加锁 或者 队列 或者 给缓存时间加上随机数 )
缓存失效时的雪崩效应对底层系统的冲击非常可怕。
大多数系统设计者考虑用---加锁或者队列----的方式保证缓存的单线程(进程)写,从而避免失效时大量的并发请求落到底层存储系统上。 在此分享一个简单的方案--就是将缓存失效的时间分散开------比如我们可以在原有的失效时间基础上增加一个随机值,比如1-5分钟随机,这样每一个缓存的过期时间的重复率就会降低,就很难引发集体失效事件。
三、缓存击穿(高并发请求一个已经过期的key)
对于一些设置了过期时间的key,如果这些key可能会在某些时间点被高并发的访问,是一种非常“热点”的数据。这个时候需要考虑一个问题:缓存被“击穿”的问题,
这个和缓存雪崩的---区别---在于这里针对某一key缓存,前者则是很多key。
缓存在某个时间点过期的时候,恰好在这个时间点对这个key有大量的并发请求过来,这些请求发现缓存过期一般都会从后端db加载数据并设到缓存,这个时候大并发的请求可能会瞬间把后端DB压垮。
解决方案:
1、使用互斥锁(mutex key)
业界比较常用的做法,是使用mutex。就是在缓存失效的时候(判断拿出来的值是否为空);不是立即去加载DB,而是先使用缓存工具的某些带成功操作返回值的操作(比如Redis的SETNX或者Memcache的ADD)去set一个mutex key,当操作返回成功时,在进行加载DB的操作并回设缓存;否则,就重试真个get缓存的方法。
SETNX,是【SET if Not exists】的缩写。也就是只有不存在的时候才设置,可以利用他来实现锁的效果。用来设置过期时间
redis代码:
public String get(key) {
String value = redis.get(key);
if (value == null) { //代表缓存值过期
//设置3min的超时,防止del操作失败的时候,下次缓存过期一直不能load db
if (redis.setnx(key_mutex, 1, 3 * 60) == 1) { //代表设置成功
value = db.get(key);
redis.set(key, value, expire_secs);
redis.del(key_mutex);
} else { //这个时候代表同时候的其他线程已经load db并回设到缓存了,这时候重试获取缓存值即可
sleep(50);
get(key); //重试
}
} else {
return value;
}
}
memcache代码:
if (memcache.get(key) == null) {
// 3 min timeout to avoid mutex holder crash
if (memcache.add(key_mutex, 3 * 60 * 1000) == true) {
value = db.get(key);
memcache.set(key, value);
memcache.delete(key_mutex);
} else {
sleep(50);
retry();
}
}
2、“提前”使用互斥锁(mutex_key)
v = memcache.get(key);
if (v == null) {
if (memcache.add(key_mutex, 3 * 60 * 1000) == true) {
value = db.get(key);
memcache.set(key, value);
memcache.delete(key_mutex);
} else {
sleep(50);
retry();
}
} else {
if (v.timeout <= now()) {
if (memcache.add(key_mutex, 3 * 60 * 1000) == true) {
// extend the timeout for other threads
v.timeout += 3 * 60 * 1000;
memcache.set(key, v, KEY_TIMEOUT * 2);
// load the latest value from db
v = db.get(key);
v.timeout = KEY_TIMEOUT;
memcache.set(key, value, KEY_TIMEOUT * 2);
memcache.delete(key_mutex);
} else {
sleep(50);
retry();
}
}
}
3、“永远不过期”
这里的“永远不过期”包含两层意思:
(1)从redis上看,确实没有设置过期时间,这就保证了不会出现热点key过期问题,也就是“物理”不过期
(2)从功能看,如果不过期,那不就成静态了么,所以我们把过期时间存在key对应的value里,如果发现要过期了,通过一个 异步的后台线程进行缓存的构建,也就是“逻辑”过期
从实战上看,这种方法对于性能非常友好,唯一不足就是构建缓存时候,其余线程(非构建缓存的线程)可能访问的是老数据,但是对于一般的互联网功能来说这个可以忍受。
String get(final String key) {
V v = redis.get(key);
String value = v.getValue();
long timeout = v.getTimeout();
if (v.timeout <= System.currentTimeMillis()) {
// 异步更新后台异常执行
threadPool.execute(new Runnable() {
public void run() {
String keyMutex = "mutex:" + key;
if (redis.setnx(keyMutex, "1")) {
// 3 min timeout to avoid mutex holder crash
redis.expire(keyMutex, 3 * 60);
String dbValue = db.get(key);
redis.set(key, dbValue);
redis.delete(keyMutex);
}
}
});
}
return value;
}
4、资源保护
采用netflix,可以做资源的隔离宝华主线程池,如果把这个应用到缓存的构建页未尝不可。
四种解决方案:没有最佳只有最合适
解决方案 | 优点 | 缺点 |
简单分布式互斥锁(mutex key) | 1. 思路简单 2. 保证一致性 | 1. 代码复杂度增大 2. 存在死锁的风险 3. 存在线程池阻塞的风险 |
“提前”使用互斥锁 | 1. 保证一致性 | 同上 |
不过期(本文) | 1. 异步构建缓存,不会阻塞线程池 | 1. 不保证一致性。 2. 代码复杂度增大(每个value都要维护一个timekey)。 3. 占用一定的内存空间(每个value都要维护一个timekey)。 |
资源隔离组件hystrix(本文) | 1. hystrix技术成熟,有效保证后端。 2. hystrix监控强大。 | 1. 部分访问存在降级策略。 |
针对业务系统,永远都是具体情况具体分析,没有最好,只有最合适。
最后,对于缓存系统常见的缓存满了和数据丢失问题,需要根据具体业务分析,通常我们采用LRU策略处理溢出,Redis的RDB和AOF持久化策略来保证一定情况下的数据安全
相关文章推荐
- 缓存穿透,缓存击穿,缓存雪崩解决方案分析
- 缓存穿透,缓存击穿,缓存雪崩解决方案分析
- 缓存穿透,缓存击穿,缓存雪崩解决方案分析
- 缓存穿透,缓存雪崩,缓存击穿解决方案分析
- 缓存穿透,缓存击穿,缓存雪崩解决方案分析
- 缓存穿透,缓存击穿,缓存雪崩解决方案分析
- 缓存穿透、缓存击穿、缓存雪崩解决方案分析
- 缓存穿透,缓存击穿,缓存雪崩解决方案分析
- 缓存穿透,缓存击穿,缓存雪崩解决方案分析
- 缓存穿透,缓存击穿,缓存雪崩解决方案分析
- 【转载】缓存穿透,缓存击穿,缓存雪崩解决方案分析
- 缓存穿透,缓存击穿,缓存雪崩解决方案分析
- 缓存穿透,缓存击穿,缓存雪崩解决方案分析
- 缓存穿透,缓存击穿,缓存雪崩解决方案分析
- 缓存穿透,缓存击穿,缓存雪崩解决方案分析
- 缓存穿透,缓存击穿,缓存雪崩解决方案分析
- 缓存穿透,缓存击穿,缓存雪崩解决方案分析
- 缓存穿透,缓存击穿,缓存雪崩解决方案分析
- 缓存雪崩,缓存穿透解决方案