分布式緩存的選擇

分布式緩存的選擇和問題

如今，緩存系統(tǒng)的應(yīng)用非常廣泛，能夠用來提高并發(fā)數(shù)、數(shù)據(jù)吞吐量，提高快速響應(yīng)能力。那么當(dāng)數(shù)據(jù)量達(dá)到一定程序，單機(jī)環(huán)境可能就顯得有些力不從心了，就需要一個(gè)分布式緩存系統(tǒng)。

1. 緩存系統(tǒng)的選擇

圖1-1

如上圖所示，首先緩存大致可以分為四大類。

• CDN緩存：CDN即內(nèi)容分發(fā)網(wǎng)絡(luò)，CDN邊緣節(jié)點(diǎn)將數(shù)據(jù)緩存起來。
• 反向代理緩存：如Nginx的緩存。
• 本地緩存：代表的有EhCache和Guava Cache
• 分布式緩存：各緩存系統(tǒng)

本文主要探討各分布式緩存系統(tǒng)，如下圖所示，列出了五種：

之后對MemCache、Tair、Redis做出對比

其中EvCache和Aerospike使用場景不是那么通用和廣泛。

• EvCache：是Netflix的基于memcached & spymemcached的緩存方案。
• Aerospike：是可基于SSD的K-V NoSQL數(shù)據(jù)庫。

除此之外，還有三種常見緩存系統(tǒng)。

• Tair：阿里開源，跨機(jī)房、性能隨結(jié)點(diǎn)添加線性上升、適用大數(shù)據(jù)量。Tair還有三種引擎
• LDB: 基于google levelDB，支持kv和類hashmap結(jié)構(gòu),性能稍低,持久化可靠性最高。
• MDB: 基于memcache，支持kv和類hashMap,性能最優(yōu),不支持持久化存儲。
• RDB: 基于Redis.
• Memcache: 不支持?jǐn)?shù)據(jù)同步、分布式支持較差。
• Redis: 社區(qū)活躍、使用最多。

綜上所述，在一般情況下，考慮到適用性和穩(wěn)定性，Redis 是搭建緩存系統(tǒng)的最優(yōu)選擇。以下將基于 Redis 介紹。

2. Redis集群緩存方案

如頂部圖所示，列出了Redis的集群高可用的方案，基本可以分為三種。

主從機(jī)制

常見的集群的架構(gòu)，搭建簡單，主要實(shí)現(xiàn)讀寫分離和備份，可以由 Master 負(fù)責(zé)讀寫，Slave 負(fù)責(zé)備份。但存在故障恢復(fù)復(fù)雜、水平拓展難、寫能力受限等問題。結(jié)構(gòu)圖如下：

哨兵機(jī)制

Redis Sentinel 是社區(qū)版本推出的原生高可用解決方案。由一或多個(gè)哨兵實(shí)例監(jiān)視任意個(gè)主從服務(wù)器，且在 Master 宕機(jī)時(shí)，自動(dòng)將宕機(jī)服務(wù)器屬下的 Slave 服務(wù)器升級為 主服務(wù)器，從而保證系統(tǒng)的可用性。較主從實(shí)現(xiàn)的監(jiān)控、選主。但問題主要是要保證Master的HA切換。結(jié)構(gòu)圖如下：

“分布式”

到這里其實(shí)以上兩種機(jī)制其實(shí)只能算作“集群”，并非嚴(yán)格意義上的“分布式”。接著來看看分布式方案。

“

集群強(qiáng)調(diào)高可用，分布式又強(qiáng)調(diào)協(xié)作。

3. Redis分布式緩存方案

任何分布式存儲系統(tǒng)，首先面臨的就是 sharding（分片）問題，如頂部圖1-1所示可分為三種方式。

客戶端分片

顧名思義，將數(shù)據(jù)分片的路由功能交給客戶端，但這是一種靜態(tài)分片，維護(hù)性差?；径允遣挥杩紤]的。

代理分片

通過代理分發(fā)到具體的redis實(shí)例。有兩個(gè)常用解決方案。- Twemproxy Twitter開源，輕量級，但不再維護(hù)，也無法平滑地?cái)U(kuò)容/縮容，運(yùn)維也不是很友好，性能一般。- Codis 豌豆莢開源，支持水平拓展，運(yùn)維平臺完善，性能較 Twemproxy 快。Codis在國內(nèi)使用較多，同時(shí)代理分片的思路也有很多公司在此基礎(chǔ)開發(fā)了自己的二次方案。不過Codis也不再維護(hù)。

其實(shí)，這兩種代理分片的方案，都是在 Redis 官方未推出良好的分布式方案時(shí)的策略，在官方更新后都不再維護(hù)。

服務(wù)器端分片

這就要談到 Redis 官方的方案 Redis-cluster 。

在 Redis3.0 之前是沒有較好的分布式方案的，這也是第三方方案出現(xiàn)的原因。3.0 開始，官方推出了去中心化的分布式方案。集群中包含16384個(gè)散列槽，每個(gè)節(jié)點(diǎn)負(fù)責(zé)其中一部分。

先看下拓?fù)鋱D：

每個(gè)節(jié)點(diǎn)打開兩個(gè)TCP連接，一個(gè)負(fù)責(zé)給客戶端提供服務(wù)，一個(gè)負(fù)責(zé)節(jié)點(diǎn)間通信。

此刻要說說 CAP了 ：Consistency(一致性)、Availability(可用性)、Partition tolerance(分區(qū)容錯(cuò)性) 。對分布式系統(tǒng)而言，CAP 必須犧牲一者。Redis Cluster 的設(shè)計(jì)目標(biāo)主要是高性能、高可用和高擴(kuò)展, 只好拋棄一部分?jǐn)?shù)據(jù)一致性.

• 數(shù)據(jù)一致性：由于Redis Cluster 使用異步復(fù)制, 在某些情況下如Master宕機(jī)但未同步至Slave, 可能會丟失寫入。在絕對需要時(shí)支持同步寫入的時(shí)候, 可通過 WAIT 命令實(shí)現(xiàn), 可使得丟失寫入的可能性大大降低。
• 可用性：當(dāng)集群中一部分節(jié)點(diǎn)故障后, 集群整體能響應(yīng)客戶端讀寫請求。
• 節(jié)點(diǎn)間定時(shí)互 ping , 當(dāng)超過一半Master 判定某節(jié)點(diǎn)失敗，則標(biāo)為 FAIL, 會向集群廣播節(jié)點(diǎn)下線的消息。如下線節(jié)點(diǎn)是帶有槽的主節(jié)點(diǎn)，則要從它的從節(jié)點(diǎn)選出一個(gè)替換。

• 高性能和拓展：操作某個(gè) key時(shí)，不會先找到節(jié)點(diǎn)再處理，而是直接直接重定向到該節(jié)點(diǎn), 同時(shí)相較代理分片也少了 proxy 的連接損耗。
• 但是在進(jìn)行multiple key操作時(shí)需要keys位于同一個(gè)slot上,需要使用hash tags,使用{}強(qiáng)制將某些key映射到每個(gè)slot,以便進(jìn)行multiple?。
• 在拓展方面，Redis Cluster 最大支持線性拓展1000個(gè)節(jié)點(diǎn)，將新節(jié)點(diǎn)加入集群后可以通過命令指定和平均的從已有節(jié)點(diǎn)分配slot。

3. 緩存常見問題

以上介紹了簡單介紹了常見緩存系統(tǒng)，并具體列出了基于Redis的集群方案。下面談一談緩存系統(tǒng)常見的問題。

如下圖所示，列出七個(gè)常見問題。

3.1. 緩存穿透

指訪問不存在的數(shù)據(jù)，從而繞過緩存，直接請求到了數(shù)據(jù)源，當(dāng)請求過多，就會對 DB 造成壓力。

• 空 key：指對于不存在的數(shù)據(jù)也將 key 存空值入緩存系統(tǒng)，這樣下次訪問也會得到返回。但只適用于空數(shù)據(jù)key有限、key 重復(fù)請求概率高，如果量大且不重復(fù)，就會造成很多無用 key 的創(chuàng)建。
• 布隆過濾器：布隆過濾器是一個(gè)很長的二進(jìn)制向量和一系列隨機(jī)映射函數(shù)。可用于檢索一個(gè)元素是否在一個(gè)集合中加一層對空值的過濾器，空間和時(shí)間效率都很高。但由于 hash 產(chǎn)生的碰撞可能存在誤判，以及因不存儲 key 導(dǎo)致的無法刪除。適用于空數(shù)據(jù)key各不同、重復(fù)請求概率低。

3.2. 緩存擊穿

緩存擊穿實(shí)際是緩存雪崩的一個(gè)特例。指當(dāng)某些熱點(diǎn)key過期時(shí)，就會有大量的請求擊穿到DB。

• 互斥鎖 在緩存失效的時(shí)候，不立即load db，可以先用如SETNX等命令去set一個(gè)mutex key，當(dāng)操作返回成功時(shí)，說明拿到鎖，此刻該線程進(jìn)行l(wèi)oad db的操作并更新緩存；否則未拿到鎖就(可休眠一段)重試 get 緩存的方法。但要注意死鎖風(fēng)險(xiǎn)。
• 不過期
• 這里的不過期有兩個(gè)概念，一個(gè)指未設(shè)過期時(shí)間，那是真的不過期，那沒事了~~
• 另一個(gè)是指通過業(yè)務(wù)邏輯，將 key 的過期時(shí)間進(jìn)行存儲，請求是判斷是否小于值，是則后臺異步更新。

3.3. 緩存雪崩

同一時(shí)刻大量緩存失效（故障）, 請求到了DB。

• 隨機(jī)時(shí)間：在設(shè)置過期時(shí)間時(shí)，可以在基礎(chǔ)時(shí)間上 + 一個(gè)隨機(jī)的時(shí)間，等于實(shí)現(xiàn)了分批過期。
• 后臺更新：將更新失效的工作交給后臺定時(shí)線程。
• 限流+本地緩存：如?ehcache本地緩存 + Hystrix限流。
• 雙緩存：類似于設(shè)置主從緩存，從key不過期。

3.4. 緩存更新與一致性

如果保證數(shù)據(jù)一致性。列出四種更新策略：

• Cache Aside：最常用的。失效時(shí)回源取數(shù)據(jù)，更新；命中時(shí)，返回緩存數(shù)據(jù)；更新時(shí)先數(shù)據(jù)源更新，再跟你更新緩存。
• Write Back：更新數(shù)據(jù)時(shí)，只更新緩存，不更新數(shù)據(jù)源。緩存異步批量更新數(shù)據(jù)庫
• Read/Write Through
• Write Through ：當(dāng)有數(shù)據(jù)更新時(shí)，如未命中緩存，直接更新數(shù)據(jù)庫，并返回。如命中緩存，則更新緩存，再由 Cache 自己更新數(shù)據(jù)庫。
• Read Through ：更新數(shù)據(jù)源由緩存系統(tǒng)操作，讀取數(shù)據(jù)時(shí)如緩存失效，則取回源數(shù)據(jù)更新緩存。

3.5. 熱點(diǎn)數(shù)據(jù)

對于熱點(diǎn)數(shù)據(jù)的處理方法。

• 拆分復(fù)雜結(jié)構(gòu)：如二級數(shù)據(jù)結(jié)構(gòu)，進(jìn)行拆分，這樣熱點(diǎn)key就被拆為若干個(gè)的 key 分布到不同節(jié)點(diǎn)。
• 遷移熱點(diǎn)：對于Redis Cluster 而言可以將熱點(diǎn) key 所在的 slot 單獨(dú)遷移到一個(gè)節(jié)點(diǎn)，降低其他節(jié)點(diǎn)壓力。
• 多副本：復(fù)制多份緩存副本，將請求分散到多個(gè)節(jié)點(diǎn)上，減輕單臺緩存服務(wù)器壓力，適合多讀少寫。

3.6. 緩存預(yù)熱

指可以將某些的緩存數(shù)據(jù)提前加載到緩存系統(tǒng)。提前避免在如熱點(diǎn)數(shù)據(jù)大量請求到庫。

3.7. 緩存降級

指當(dāng)訪問量劇增、服務(wù)出現(xiàn)問題或非核心服務(wù)影響到核心流程的性能時(shí)，仍需保證主服務(wù)可用?？筛鶕?jù)一些關(guān)鍵數(shù)據(jù)自動(dòng)降級，也可配置開關(guān)人工降級。

4. Redis Cluster使用

對于Redis Cluster環(huán)境的搭建和基礎(chǔ)使用非常簡單。

無論基于何種方式，只要搭建好n臺 redis 服務(wù)并保證各服務(wù)間可以互相通訊后，任意進(jìn)入一個(gè)redis 服務(wù)鍵入：

redis-cli?--cluster?create?IP1:port1?IP2:port2?IP3:port3?IP4:port4?IP5:port5?IP6:port6?...?--cluster-replicas?1

即可。之后可以使用?cluster node?和cluster info查看集群、節(jié)點(diǎn)信息。

而對于廣大 JAVA 服務(wù)器端開發(fā)，Spring Data Redis 從1.7起即支持Redis Cluster，只需配置Master節(jié)點(diǎn)地址（和密碼）。

spring.redis.cluster.nodes=ip1:port1,ip2:port2,ip3:port3

加入依賴

?compile("org.springframework.boot:spring-boot-starter-data-redis")

即可通過?RedisTemplate?使用。

5. 總結(jié)

本文從緩存系統(tǒng)的選擇出發(fā)，基于 Redis 介紹了幾種集群方案并重點(diǎn)說明了 Redis Cluster 方案。之后列出緩存系統(tǒng)常見問題及常見解決方案，最后對使用做了簡單說明。

當(dāng)然，如何去落地，如何解決這些問題還需要根據(jù)實(shí)際場景具體分析和處理。

感謝閱讀