緩存穿透，緩存擊穿，緩存雪崩解決方案分析
【轉(zhuǎn)載】緩存穿透，緩存擊穿，緩存雪崩解決方案分析
前言
設(shè)計一個緩存系統(tǒng)，不得不要考慮的問題就是：緩存穿透、緩存擊穿與失效時的雪崩效應(yīng)。
緩存穿透
緩存穿透是指查詢一個一定不存在的數(shù)據(jù)，由于緩存是不命中時被動寫的，并且出于容錯考慮，如果從存儲層查不到數(shù)據(jù)則不寫入緩存，這將導(dǎo)致這個不存在的數(shù)據(jù)每次請求都要到存儲層去查詢，失去了緩存的意義。在流量大時，可能DB就掛掉了，要是有人利用不存在的key頻繁攻擊我們的應(yīng)用，這就是漏洞。
解決方案
有很多種方法可以有效地解決緩存穿透問題，最常見的則是采用布隆過濾器，將所有可能存在的數(shù)據(jù)哈希到一個足夠大的bitmap中，一個一定不存在的數(shù)據(jù)會被 這個bitmap攔截掉，從而避免了對底層存儲系統(tǒng)的查詢壓力。另外也有一個更為簡單粗暴的方法（我們采用的就是這種），如果一個查詢返回的數(shù)據(jù)為空（不管是數(shù) 據(jù)不存在，還是系統(tǒng)故障），我們?nèi)匀话堰@個空結(jié)果進行緩存，但它的過期時間會很短，最長不超過五分鐘。
緩存雪崩
緩存雪崩是指在我們設(shè)置緩存時采用了相同的過期時間，導(dǎo)致緩存在某一時刻同時失效，請求全部轉(zhuǎn)發(fā)到DB，DB瞬時壓力過重雪崩。
解決方案
緩存失效時的雪崩效應(yīng)對底層系統(tǒng)的沖擊非常可怕。大多數(shù)系統(tǒng)設(shè)計者考慮用加鎖或者隊列的方式保證緩存的單線 程（進程）寫，從而避免失效時大量的并發(fā)請求落到底層存儲系統(tǒng)上。這里分享一個簡單方案就時講緩存失效時間分散開，比如我們可以在原有的失效時間基礎(chǔ)上增加一個隨機值，比如1-5分鐘隨機，這樣每一個緩存的過期時間的重復(fù)率就會降低，就很難引發(fā)集體失效的事件。
緩存擊穿
對于一些設(shè)置了過期時間的key，如果這些key可能會在某些時間點被超高并發(fā)地訪問，是一種非常“熱點”的數(shù)據(jù)。這個時候，需要考慮一個問題：緩存被“擊穿”的問題，這個和緩存雪崩的區(qū)別在于這里針對某一key緩存，前者則是很多key。
緩存在某個時間點過期的時候，恰好在這個時間點對這個Key有大量的并發(fā)請求過來，這些請求發(fā)現(xiàn)緩存過期一般都會從后端DB加載數(shù)據(jù)并回設(shè)到緩存，這個時候大并發(fā)的請求可能會瞬間把后端DB壓垮。
解決方案
我們的目標(biāo)是：盡量少的線程構(gòu)建緩存(甚至是一個) + 數(shù)據(jù)一致性 + 較少的潛在危險，下面會介紹四種方法來解決這個問題：
1. 使用互斥鎖(mutex key): 這種解決方案思路比較簡單，就是只讓一個線程構(gòu)建緩存，其他線程等待構(gòu)建緩存的線程執(zhí)行完，重新從緩存獲取數(shù)據(jù)就可以了（如下圖）
如果是單機，可以用synchronized或者lock來處理，如果是分布式環(huán)境可以用分布式鎖就可以了（分布式鎖，可以用memcache的add, redis的setnx, zookeeper的添加節(jié)點操作）。
下面是Tim yang博客的代碼，是memcache的偽代碼實現(xiàn)
- 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();
- }
- }
如果換成redis，就是：
- String get(String key) {
- String value = redis.get(key);
- if (value == null) {
- if (redis.setnx(key_mutex, "1")) {
- // 3 min timeout to avoid mutex holder crash
- redis.expire(key_mutex, 3 * 60)
- value = db.get(key);
- redis.set(key, value);
- redis.delete(key_mutex);
- } else {
- //其他線程休息50毫秒后重試
- Thread.sleep(50);
- get(key);
- }
- }
- }
2. "提前"使用互斥鎖(mutex key)：
在value內(nèi)部設(shè)置1個超時值(timeout1), timeout1比實際的memcache timeout(timeout2)小。當(dāng)從cache讀取到timeout1發(fā)現(xiàn)它已經(jīng)過期時候，馬上延長timeout1并重新設(shè)置到cache。然后再從數(shù)據(jù)庫加載數(shù)據(jù)并設(shè)置到cache中。偽代碼如下：
- 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. "永遠不過期"：
這里的“永遠不過期”包含兩層意思：
(1) 從redis上看，確實沒有設(shè)置過期時間，這就保證了，不會出現(xiàn)熱點key過期問題，也就是“物理”不過期。
(2) 從功能上看，如果不過期，那不就成靜態(tài)的了嗎？所以我們把過期時間存在key對應(yīng)的value里，如果發(fā)現(xiàn)要過期了，通過一個后臺的異步線程進行緩存的構(gòu)建，也就是“邏輯”過期
從實戰(zhàn)看，這種方法對于性能非常友好，唯一不足的就是構(gòu)建緩存時候，其余線程(非構(gòu)建緩存的線程)可能訪問的是老數(shù)據(jù)，但是對于一般的互聯(lián)網(wǎng)功能來說這個還是可以忍受。
- String get(final String key) {
- V v = redis.get(key);
- String value = v.getValue();
- long timeout = v.getTimeout();
- if (v.timeout <= System.currentTimeMillis()) {
- // 異步更新后臺異常執(zhí)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. 資源保護：
之前在緩存雪崩那篇文章提到了netflix的hystrix，可以做資源的隔離保護主線程池，如果把這個應(yīng)用到緩存的構(gòu)建也未嘗不可。
三、四種方案對比：
作為一個并發(fā)量較大的互聯(lián)網(wǎng)應(yīng)用，我們的目標(biāo)有3個:
1. 加快用戶訪問速度，提高用戶體驗。
2. 降低后端負載，保證系統(tǒng)平穩(wěn)。
3. 保證數(shù)據(jù)“盡可能”及時更新(要不要完全一致，取決于業(yè)務(wù)，而不是技術(shù)。)
所以第二節(jié)中提到的四種方法，可以做如下比較，還是那就話：沒有最好，只有最合適。
| 解決方案 | 優(yōu)點 | 缺點 |
| 簡單分布式鎖(Tim yang) |
1. 思路簡單 2. 保證一致性 |
1. 代碼復(fù)雜度增大 2. 存在死鎖的風(fēng)險 3. 存在線程池阻塞的風(fēng)險 |
| 加另外一個過期時間(Tim yang) | 1. 保證一致性 | 同上 |
| 不過期(本文) |
1. 異步構(gòu)建緩存，不會阻塞線程池 |
1. 不保證一致性。 2. 代碼復(fù)雜度增大(每個value都要維護一個timekey)。 3. 占用一定的內(nèi)存空間(每個value都要維護一個timekey)。 |
| 資源隔離組件hystrix(本文) |
1. hystrix技術(shù)成熟，有效保證后端。 2. hystrix監(jiān)控強大。
|
1. 部分訪問存在降級策略。 |
四、總結(jié)
1. 熱點key + 過期時間 + 復(fù)雜的構(gòu)建緩存過程 => mutex key問題
2. 構(gòu)建緩存一個線程做就可以了。
3. 四種解決方案：沒有最佳只有最合適。
總結(jié)
針對業(yè)務(wù)系統(tǒng)，永遠都是具體情況具體分析，沒有最好，只有最合適。
最后，對于緩存系統(tǒng)常見的緩存滿了和數(shù)據(jù)丟失問題，需要根據(jù)具體業(yè)務(wù)分析，通常我們采用LRU策略處理溢出，Redis的RDB和AOF持久化策略來保證一定情況下的數(shù)據(jù)安全。
posted on 2019-09-17 09:32 愛學(xué)習(xí)的小黑 閱讀(653) 評論(0) 收藏 舉報
浙公網(wǎng)安備 33010602011771號