目录
4.Redis企业级解决方案
4.1 缓存预热
107-企业级解决方案-缓存预热
“宕机”
服务器启动后迅速宕机
问题排查(服务刚启动时,缓存中没有数据)
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:
3.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
4.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
实施:
1.使用脚本程序固定触发数据预热过程
2.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!
4.2 缓存雪崩
108-企业级解决方案-缓存雪崩
数据库服务器崩溃(1)
1.系统平稳运行过程中,忽然数据库连接量激增
2.应用服务器无法及时处理请求
3.大量408,500错误页面出现
4.客户反复刷新页面获取数据
5.数据库崩溃
6.应用服务器崩溃
7.重启应用服务器无效
8.Redis服务器崩溃
9.Redis集群崩溃
10.重启数据库后再次被瞬间流量放倒
问题排查
1.在一个'较短'的时间内,缓存中'较多'的key'集中过期'
2.此周期内请求访问过期的数据,redis末命中,redis向数据库获取数据
3.数据库同时接收到大量的请求无法及时处理
4.Redis大量请求被积压,开始出现超时现象
5.数据库流量激增,数据库崩溃
6.重启后仍然面对缓存中无数据可用
7.Redis服务器资源被严重占用,Redis服务器崩溃
8.Redis集群呈现崩塌,集群瓦解
9.应用服务器无法及时得到数据响应请求,来自客户端的请求数量越来越多,应用服务器崩溃
10.应用服务器,redis,数据库全部重启,效果不理想
问题分析
短时间范围内
大量key集中过期
解决方案(道)//道:针对问题怎么去设计
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)//术:针对问题具体动用哪些东西才会解决它
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。
客户端访问我们的系统的时候
通过Nginx服务器分发到我们的应用服务器
应用服务器去redis中查找缓存数据
命中,直接返回
如果没有在redis中命中,就去MySQL数据库中查找
如果大量的key集中过期,Redis中无法得到有效的命中,
应用服务器就会向MySQL数据库服务器发出大量的请求
这种情况下,MySQL数据库服务器压力就会很大
(解决办法,把过期时间错开)
4.3 缓存击穿
109-企业级解决方案-缓存击穿
数据库服务器崩溃(2)
1.系统平稳运行过程中
2.数据库连接量瞬间激增
3.Redis服务器无大量key过期
4.Redis内存平稳,无波动
5.Redis服务器CPU正常
6.数据库崩溃
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,均末命中
3.Redis在短时间内发起了大量对数据库中同一数据的访问
问题分析
单个key高热数据
key过期
解决方案(术)
1.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
2.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
3.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
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!。
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。
与雪崩相比,它的数量变少了,是单个高热数据过期了
瞬间访问量比较大,没有命中以后,同时发起了对数据库的暴力访问
最终导致数据库崩溃
应对策略
预防为主,通过业务分析增加预防方案
同时配合着监控一块来做
4.4 缓存穿透
110-企业级解决方案-缓存穿透
数据库服务器崩溃(3)
1.系统平稳运行过程中
2.应用服务器流量随时间增量较大
3.Redis服务器命中率随时间逐步降低
4.Redis内存平稳,内存无压力
5.Redis服务器CPU占用激增
6.数据库服务器压力激增
7.数据库崩溃
问题排查
1.Redis中大面积出现末命中
2.出现非正常URL访问
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
下次此类数据到达重复上述过程
出现黑客攻击服务器
// 比较常见的情况是,黑客攻击,它在想办法穿透你的redis服务器,对你的数据库进行攻击
// 这种攻击不是为了得到你的数据,是为了把你的数据库整瘫痪
// 给你大量的无效URL访问,让你的服务器无法命中,然后给数据库带来一个较大的流量,最终把你的数据库整崩掉
//非法的访问,错误的URL:大概率就是黑客攻击
//这种情况就是以防灾为主
解决方案(术)
1.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
// 不是一个有效的解决方案,只是一个用来缓解穿透的方案
// 通常是临时开启这种东西的情况比较多一些
// 应对比较low的攻击才有一点点效果
2.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)
3.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)
4.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,是指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。
4.5 性能指标监控
111-企业级解决方案-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
112-企业级解决方案-性能指标监控命令
监控方式
·工具
·Cloud Insight Redis
·Prometheus
·Redis-stat
·Redis-faina
·RedisLive
·zabbix
·命令
·benchmark
·redis cli
·monitor
·showlog
benchmark //进行压测的一个指令(在redis-cli外部使用),不是redis内部的命令
benchmark //进行压测的一个指令
·命令
redis-benchmark [-h] [-p] [-c] [-n <requests]>[-k]
·范例1
redis-benchmark
说明:(默认情况下)50个连接,10000次请求对应的性能
·范例2
redis-benchmark -c 100 -n 5000
说明:100个连接,5000次请求对应的性能
monitor // 这是redis中的一个命令(在redis-cli内部使用):打印服务器调试信息
monitor
打印服务器调试信息
// 对于初学者来说,可以帮助你理解redis内部整个执行过程,可以看到很多细微的变化
// 针对线上的运行环境,执行这个东西,用它来调试,意义不是特别的大,能看到一些东西
slowlog // 这是redis中的一个命令(在redis-cli内部使用):慢日志
slowlog [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-1og-slower-than 1000 #设置慢查询的时间下限,单位:微妙
s1owlog-max-1en 100 #设置慢查询命令对应的日志显示长度,单位:命令数
总结
企业级解决方案
◆缓存预热 // 对缓存进行加载之前,先预热一下,防止刚开始就被挂掉
◆缓存雪崩 // 在一个较短的时间内,大量的key集中失效
◆缓存击穿 // 一个key失效,但是对它的请求太多,直接通过这一个key击穿过来到达了数据库服务器了
◆缓存穿透 // 对应的访问数据是不存在的数据,导致redis无法命中,最终全部都压到数据库服务器那儿了
// 每一种现象的解决方案是不太一样的,我们的解决方案是预防为主
◆性能指标监控 // 五大监控指标
◆工具 //
◆命令 //