이 기사는 Redis에 대한 관련 지식을 제공하며, Redis 핫키 큰 가치 솔루션과 관련된 문제를 주로 소개합니다. 모두에게 도움이 되기를 바랍니다.
추천 학습: Redis 비디오 튜토리얼
Redis 정보 핫 데이터 및 빅 키 빅 가치 질문은 높은 수준의 질문도 하기 쉬우므로 한 번에 끝내고 면접관이 말문이 막히게 하는 것이 좋습니다. 개인적으로 내 업무 경험에 따르면 핫스팟은 눈사태보다 직장에서 발생할 가능성이 더 높습니다. 그러나 대부분의 경우 핫스팟은 충분히 뜨겁지 않으며 사전에 경고하고 해결됩니다. 그러나 일단 이 문제는 제어할 수 없습니다. , 발생한 온라인 문제로 인해 귀하는 올해 실적의 최하위에 놓이게 될 것입니다. 알겠습니다. 헛소리는 그만하고 본론으로 들어가겠습니다.
일반적인 상황에서 Redis 클러스터의 데이터는 각 노드에 균등하게 분산되고 요청은 각 샤드에 균등하게 분산됩니다. 그러나 외부 크롤러, 공격, 핫 상품 등과 같은 일부 특수한 시나리오에서는 가장 일반적입니다. 연예인들이 웨이보에서 이혼을 발표하고, 사람들이 몰려들어 메시지를 남기는 바람에 웨이보의 댓글 기능이 이렇게 짧은 시간에 너무 많아 특정 키에 대한 방문 횟수가 너무 많아졌고, 동일한 데이터가 발생했습니다. 샤드에서 샤드의 높은 부하로 인해 병목 현상이 발생하여 눈사태와 같은 일련의 문제가 발생합니다.
문제 분석: 지난번 그룹 인터뷰 알리 p7에서 빅 보스를 들었을 때 이 질문을 받았습니다. 난이도 지수는 별 다섯 개로 저 같은 초보자에게는 정말 플러스입니다.
답변: 핫 데이터 문제에 대해 말씀드릴 것이 있습니다. 저는 Redis를 처음 배울 때부터 이 문제를 알고 있었기 때문에 사용할 때 의도적으로 피하고 절대로 구멍을 뚫지 않을 것입니다. 핫스팟 데이터의 가장 큰 문제는 Redis 클러스터 로드 불균형(즉, 데이터 불균형)으로 인해 발생하는 장애입니다. 이러한 문제는 Redis 클러스터에 치명적입니다.
먼저 Reids 클러스터 로드 불균형 실패의 주요 원인에 대해 이야기해 보겠습니다.
그러면 단축키 또는 큰 값으로 인해 어떤 오류가 발생합니까?
답변: 이 문제에 대한 해결책은 비교적 광범위합니다. 다양한 비즈니스 시나리오에 따라 다릅니다. 예를 들어 회사에서 프로모션 활동을 조직하는 경우 프로모션에 참여하는 제품을 미리 계산하는 방법이 있어야 합니다. 이 시나리오에서는 추정 방법을 사용할 수 있습니다. 긴급 상황과 불확실성이 있는 경우 Redis는 핫스팟 데이터를 자체적으로 모니터링합니다. 요약하자면:
public Connection sendCommand(final ProtocolCommand cmd, final byte[]... args) { //从参数中获取key String key = analysis(args); //计数 counterKey(key); //ignore }
Redis 클러스터 프록시 계층 통계:
Twemproxy 및 codis와 같은 프록시 기반 Redis 분산 아키텍처는 통합된 입구를 가지며 프록시 계층에서 수집 및 보고될 수 있습니다. 그러나 모든 Redis 클러스터 아키텍처가 분명한 것은 아닙니다. 프록시가 있습니다.
Redis 서버 컬렉션:
단일 Redis 샤드의 QPS를 모니터링하고, QPS가 어느 정도 기울어진 노드를 모니터링하여 핫스팟 키를 얻을 수 있는 Redis는 특정 Redis 노드를 계산할 수 있는 모니터 명령을 제공합니다. 모든 명령이 실행되고 핫스팟 키를 분석합니다. 높은 동시성 조건에서는 메모리 폭발 및 Redis 성능의 숨겨진 위험이 있으므로 이 방법은 단기간에만 사용할 수 있습니다. 하나의 Redis 노드의 핫스팟 키. 클러스터 요구 사항의 경우 요약 통계는 비즈니스 관점에서 좀 더 까다롭습니다.
위에서 언급한 4가지 방법은 모두 업계에서 흔히 사용하는 방법인데 Redis 소스코드를 공부하다 새로운 아이디어를 얻었습니다. 유형 5: Redis 소스 코드를 수정합니다.
Redis 소스 코드 수정: (소스 코드를 읽은 후 아이디어 생각하기)
Redis4.0이 LFU 기반 핫스팟 키 검색 메커니즘을 포함하여 많은 새로운 기능을 제공한다는 것을 알았습니다. 새로운 기능을 사용하면 이를 기반으로 핫스팟 키의 통계를 실현할 수 있습니다. 이것은 단지 내 개인적인 생각일 뿐입니다.
인터뷰어의 심리: 그 청년은 꽤 사려 깊고 마음이 넓으며, 심지어 소스 코드 수정에도 관심을 쏟습니다. 저는 그런 야망이 없습니다. 우리 팀에는 이런 사람이 필요해요.
(문제를 발견하고, 문제를 분석하고, 문제를 해결하고, 면접관의 질문을 기다리지 않고 핫 데이터 문제를 해결하는 방법을 직접 알려주십시오. 핵심 내용입니다.)
답변: 핫 데이터 문제를 관리하는 방법과 관련하여 우리는 이 문제를 해결하기 위해 주로 두 가지 측면을 고려합니다. 첫 번째는 데이터 샤딩입니다. 두 번째는 마이그레이션 격리입니다.
요약 요약:
핫키라는 큰 개념에 비해 Redis는 단일 스레드에서 실행되므로 작업 값이 크면 부정적인 영향을 미친다는 개념을 이해하는 것이 좋습니다. Redis는 Key-Value 구조의 데이터베이스이기 때문에 전체 Redis의 응답 시간에 영향을 미칩니다. 값이 크다는 것은 단일 값이 많은 양의 메모리를 차지한다는 것을 의미합니다. Redis 클러스터에 가장 직접적인 영향을 미치는 것은 데이터 왜곡입니다.
답변:(나를 괴롭히고 싶나요? 준비되어 있습니다.) 먼저 회사의 인프라가 제공하는 경험 가치에 따라 다음과 같이 나눌 수 있습니다.
참고 : (경험치는 표준이 아니며, 클러스터 운영 및 유지관리 담당자가 온라인 사례를 장기간 관찰하여 정리한 것임)类似于场景一中的第一个做法,可以将这些元素分拆。
以 hash 为例,原先的正常存取流程是:
hget(hashKey, field); hset(hashKey, field, value)
现在,固定一个桶的数量,比如 10000,每次存取的时候,先在本地计算 field 的 hash 值,模除 10000,确定该 field 落在哪个 key 上,核心思想就是将 value 打散,每次只 get 你需要的。
newHashKey = hashKey + (hash(field) % 10000); hset(newHashKey, field, value); hget(newHashKey, field)
推荐学习:Redis学习教程
위 내용은 Redis 핫 데이터 문제에 대한 솔루션을 함께 분석해 보겠습니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!