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 //