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。那么當數(shù)據(jù)量達到一定程度，單機環(huán)境可能就顯得有些力不從心了，就需要一個分布式緩存系統(tǒng)。

1.緩存系統(tǒng)的選擇

圖1-1

1.1緩存分類

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GuavaCache。

分布式緩存：各緩存系統(tǒng)。

1.2分布式緩存

本文主要探討各分布式緩存系統(tǒng)，如圖1-1所示，列出了五種：

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KVNoSQL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，跨機房、性能隨結(jié)點添加線性上升、適用大數(shù)據(jù)量。Tair還有三種引擎。

LDB：基于googlelevelDB，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：不支持數(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1-1所示，列出了Redis的集群高可用的方案，基本可以分為三種。

2.1主從機制

常見的集群架構(gòu)，搭建簡單，主要實現(xiàn)讀寫分離和備份，可以由Master負責讀寫，Slave負責備份。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：

2.2哨兵機制

RedisSentinel是社區(qū)版本推出的原生高可用解決方案。由一或多個哨兵實例監(jiān)視任意個主從服務(wù)器，且在Master宕機時，自動將宕機服務(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：

2.3“分布式”

到這里以上兩種機制其實只能算作“集群”，并非嚴格意義上的“分布式”。接著來看看分布式方案。

集群強調(diào)高可用，分布式在集群的基礎(chǔ)上又強調(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所示該問題有為三種解決方法。

3.1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，維護性差。基本是不予考慮的。

3.2代理分片

通過代理分發(fā)到具體的redis實例。有兩個常用解決方案。

Twemproxy：Twitter開源，輕量級，不再維護，無法平滑地擴容/縮容，運維也不是很友好，性能一般。

Codis：豌豆莢開源，支持水平拓展，運維平臺完善，性能較Twemproxy快。Codis在國內(nèi)使用的較多，同時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。

其實，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的產(chǎn)生的，在官方更新提供更優(yōu)策略后都不再維護。

3.3服務(wù)器端分片

這就要談到Redis官方方案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個散列槽，每個節(jié)點負責其中一部分。

先看下拓撲圖：

每個節(jié)點打開兩個TCP連接，一個負責給客戶端提供服務(wù)，一個負責節(jié)點間通信。

此刻要說說CAP了：Consistency（一致性）、Availability（可用性）、Partitiontolerance（分區(qū)容錯性）。對分布式系統(tǒng)而言，CAP必須犧牲一者。RedisCluster的設(shè)計目標主要是高性能、高可用和高擴展，只好拋棄一部分數(shù)據(jù)一致性。

數(shù)據(jù)一致性：由于RedisCluster使用異步復(fù)制，在某些情況下如Master宕機但未同步至Slave，可能會導致丟失寫入。在絕對需要支持同步寫入時，可通過WAIT命令實現(xiàn)，可使得丟失寫入的可能性大大降低。

可用性：當集群中一部分節(jié)點故障后，集群整體能響應(yīng)客戶端讀寫請求。

節(jié)點間定時互ping，當超過一半Master判定某節(jié)點失敗，則標記為FAIL，且會向集群廣播節(jié)點下線的消息。如下線節(jié)點是帶有槽的主節(jié)點，則要從它的從節(jié)點選出一個替換。

高性能和拓展：操作某個key時，不會先找到節(jié)點再處理，而是直接直接重定向到該節(jié)點，同時相較代理分片也少了proxy的連接損耗。

但是在進行multiplekey操作時需要keys位于同一個slot上，需要使用hashtags，使用{}強制將某些key映射到每個slot，以便進行multiple。

在拓展方面，RedisCluster最大支持線性拓展1000個節(jié)點，將新節(jié)點加入集群后可以通過命令指定和平均的從已有節(jié)點分配slot。

4.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，列出七個常見問題。

4.1.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：布隆過濾器是一個很長的二進制向量和一系列隨機映射函數(shù)。可用于檢索一個元素是否在一個集合中加一層對空值的過濾器，空間和時間效率都很高。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。

4.2.緩存擊穿

緩存擊穿實際是緩存雪崩的一個特例。指當某些熱點key過期時，就會有大量的請求擊穿到DB。

互斥鎖：在緩存失效的時候，不立即loaddb，可以先用如SETNX等命令去set一個mutexkey，當操作返回成功時，說明拿到鎖，此刻該線程進行l(wèi)oaddb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。但要注意死鎖風險。

不過期

這里的不過期有兩個概念，一個指未設(shè)過期時間，那是真的不過期，那沒事了。

另一個是指通過業(yè)務(wù)邏輯，將key的過期時間進行存儲，請求是判斷是否小于值，是則后臺異步更新。

4.3.緩存雪崩

同一時刻大量緩存失效（故障），請求到了DB。

隨機時間：在設(shè)置過期時間時，可以在基礎(chǔ)時間上+一個隨機的時間，等于實現(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。

4.4.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：

CacheAside：最常用的。失效時回源取數(shù)據(jù)，更新；命中時，返回緩存數(shù)據(jù)；更新時先數(shù)據(jù)源更新，再更新緩存。

WriteBack：更新數(shù)據(jù)時，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/WriteThrough

WriteThrough：當有數(shù)據(jù)更新時，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。

ReadThrough：更新數(shù)據(jù)源由緩存系統(tǒng)操作，讀取數(shù)據(jù)時如緩存失效，則取回源數(shù)據(jù)更新緩存。

4.5.熱點數(shù)據(jù)

對于熱點數(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)，進行拆分，這樣熱點key就被拆為若干個的key分布到不同節(jié)點。

遷移熱點：對于RedisCluster而言可以將熱點key所在的slot單獨遷移到一個節(jié)點，降低其他節(jié)點壓力。

多副本：復(fù)制多份緩存副本，將請求分散到多個節(jié)點上，減輕單臺緩存服務(wù)器壓力，適合多讀少寫。

4.6.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)，提前避免在如熱點數(shù)據(jù)大量請求到庫。

4.7.緩存降級

指當訪問量劇增、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，仍需保證主服務(wù)可用。可根據(jù)一些關(guān)鍵數(shù)據(jù)自動降級，也可配置開關(guān)人工降級。

5.RedisCluster使用

對于RedisCluster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，任意進入一個redis服務(wù)鍵入：

redis-cli--clustercreateIP1:port1IP2:port2IP3:port3IP4:port4IP5:port5IP6:port6。。。--cluster-replicas1即可。之后可以使用clusternode和clusterinfo命令查看集群、節(jié)點信息。

而對于廣大JAVA開發(fā)，SpringDataRedis從1.7起即支持RedisCluster，只需配置Master節(jié)點地址（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。

6.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說明了RedisCluster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。

當然，如何去落地，如何解決這些問題還需要根據(jù)實際場景具體分析和處理。
責任編輯人：CC