Apakah yang perlu saya lakukan jika pengecualian cache Redis berlaku? Bagaimana untuk menyelesaikannya?

Apa yang perlu dilakukan jika pengecualian cache Redis berlaku? Artikel berikut akan memperkenalkan anda kepada pengecualian dan penyelesaian cache Redis. Saya harap ia akan membantu anda!

Cache avalanche

Cache avalanche merujuk kepada kawasan yang besar kegagalan cache pada masa yang sama, jadi permintaan seterusnya akan jatuh ke pangkalan data dihidupkan, menyebabkan pangkalan data runtuh disebabkan oleh sejumlah besar permintaan dalam tempoh yang singkat. [Cadangan berkaitan: Tutorial video Redis]

Penyelesaian

1 Tetapkan masa tamat data cache secara rawak. Elakkan sejumlah besar data daripada luput pada masa yang sama.

2. Secara umumnya, apabila jumlah konkurensi tidak begitu besar, penyelesaian yang paling biasa digunakan ialah beratur kunci.

3. Tambahkan tag cache yang sepadan pada setiap data cache dan rekod sama ada cache tidak sah Jika teg cache tidak sah, kemas kini cache data.

Penembusan cache

Penembusan cache merujuk kepada data yang tiada dalam cache mahupun dalam pangkalan data, menyebabkan semua permintaan jatuh pada pangkalan data, mengakibatkan tempoh yang singkat masa dalam pangkalan data Ranap di bawah sejumlah besar permintaan.

Penyelesaian

1. Tambahkan pengesahan pada lapisan antara muka, seperti pengesahan pengesahan pengguna, id untuk pengesahan asas, id<= 0 langsung. pemintasan;

2. Data yang tidak boleh diperolehi daripada cache tidak diperolehi dalam pangkalan data Pada masa ini, pasangan nilai kunci juga boleh ditulis sebagai kunci-null, dan masa kesahan cache boleh ditetapkan menjadi titik pendek, seperti 30 saat (menetapkan terlalu lama akan menjadikannya tidak boleh digunakan dalam keadaan biasa). Ini boleh menghalang pengguna yang menyerang daripada berulang kali menggunakan ID yang sama untuk melakukan serangan secara kasar; oleh peta bit ini, dengan itu mengelakkan tekanan pertanyaan pada sistem storan asas.

Tambahan

Gunakan ruang secara melampau, iaitu Peta Bit dan Penapis Bloom.

Bitmap

: Yang biasa ialah jadual cincangKelemahannya ialah Bitmap hanya boleh merekodkan 1 bit maklumat untuk setiap elemen jika anda ingin melengkapkan fungsi tambahan , Saya takut bahawa hanya Ia boleh dicapai dengan mengorbankan lebih banyak ruang dan masa.

Penapis Bloom (disyorkan)

memperkenalkan k(k>1)k(k>1) fungsi cincang bebas untuk memastikan Di bawah ruang tertentu dan kadar salah penilaian, proses penentuan berat unsur selesai.

Kelebihannya ialah kecekapan ruang dan masa pertanyaan jauh lebih tinggi daripada algoritma umum Kelemahannya ialah ia mempunyai kadar salah pengecaman tertentu dan kesukaran pemadaman.

Idea teras algoritma Bloom-Filter adalah menggunakan berbilang fungsi Hash yang berbeza untuk menyelesaikan "konflik".

Hash mempunyai masalah konflik (perlanggaran), dan nilai dua URL yang diperoleh dengan menggunakan Hash yang sama mungkin sama. Untuk mengurangkan konflik, kita boleh memperkenalkan beberapa lagi cincangan Jika kita menyimpulkan bahawa elemen tiada dalam set melalui salah satu nilai cincang, maka elemen itu pastinya tiada dalam set. Hanya apabila semua fungsi Hash memberitahu kita bahawa elemen itu berada dalam set, kita boleh memastikan bahawa elemen itu wujud dalam set. Ini adalah idea asas Bloom-Filter.

Bloom-Filter biasanya digunakan untuk menentukan sama ada unsur wujud dalam set data yang besar.

Pecahan cache

Pecahan cache merujuk kepada data yang tiada dalam cache tetapi dalam pangkalan data (biasanya masa cache telah tamat tempoh). kepada sifat istimewa pengguna serentak Banyak kali, data tidak dibaca dalam cache pada masa yang sama, dan data diambil dari pangkalan data pada masa yang sama, menyebabkan tekanan pada pangkalan data meningkat serta-merta dan menyebabkan tekanan yang berlebihan. Berbeza daripada runtuhan cache, pecahan cache merujuk kepada pertanyaan serentak bagi data yang sama bermakna bahawa data yang berbeza telah tamat tempoh, dan banyak data tidak dapat ditemui, jadi pangkalan data dicari.

Penyelesaian1 Tetapkan data tempat liputan agar tidak tamat tempoh

2

Prapanas cache

Panapanas cache adalah untuk memuatkan data cache yang berkaitan terus ke dalam sistem cache selepas sistem berada dalam talian. Dengan cara ini, anda boleh mengelakkan masalah menanyakan pangkalan data terlebih dahulu dan kemudian menyimpan data apabila pengguna memintanya! Pengguna terus bertanya data cache yang telah dipanaskan!

Penyelesaian

1 Terus tulis halaman muat semula cache, dan lakukannya secara manual apabila pergi dalam talian

2 besar, anda boleh memuatkan secara automatik apabila projek bermula;

3 Muat semula cache dengan kerap; mendadak dan masalah perkhidmatan berlaku ( Apabila masa tindak balas lambat atau tidak responsif) atau perkhidmatan bukan teras menjejaskan prestasi proses teras, ia masih perlu untuk memastikan bahawa perkhidmatan masih tersedia, walaupun perkhidmatan terjejas. Sistem boleh menurunkan taraf secara automatik berdasarkan beberapa data utama, atau mengkonfigurasi suis untuk mencapai penurunan taraf manual.

Matlamat muktamad penurunan taraf cache adalah untuk memastikan perkhidmatan teras tersedia, walaupun ia rugi. Dan sesetengah perkhidmatan tidak boleh diturunkan taraf (seperti menambah ke troli beli-belah, daftar keluar).

Sebelum menurunkan taraf, anda perlu menyusun sistem untuk melihat sama ada sistem boleh kehilangan askar dan mengekalkan komander dengan itu menyusun apa yang mesti dilindungi hingga mati dan apa yang boleh diturunkan sebagai contoh, anda boleh merujuk kepada pelan tetapan tahap log:

1. Sebagai contoh, sesetengah perkhidmatan kadang-kadang tamat disebabkan kegelisahan rangkaian atau perkhidmatan dalam talian, dan boleh diturunkan secara automatik

2 masa (seperti 95~ 100%), anda boleh menurunkan taraf secara automatik atau secara manual, dan menghantar penggera

3: Sebagai contoh, kadar ketersediaan adalah lebih rendah daripada 90%, atau sambungan pangkalan data pool meletup, atau bilangan lawatan tiba-tiba meningkat Apabila ia mencapai ambang maksimum yang boleh ditahan oleh sistem, ia boleh diturunkan secara automatik atau diturunkan secara manual mengikut situasi

4 , jika data salah kerana sebab khas, penurunan taraf manual kecemasan diperlukan.

Tujuan penurunan taraf perkhidmatan adalah untuk mengelakkan kegagalan perkhidmatan Redis daripada menyebabkan masalah longsor dalam pangkalan data. Oleh itu, untuk data cache yang tidak penting, strategi penurunan taraf perkhidmatan boleh diguna pakai Sebagai contoh, pendekatan biasa ialah jika terdapat masalah dengan Redis, bukannya menanyakan pangkalan data, ia secara langsung mengembalikan nilai lalai kepada pengguna.

Kunci tempat liputan cache

Kunci dalam cache (seperti produk promosi), apabila ia tamat tempoh pada masa tertentu, Kunci akan dicache pada Pada masa ini, terdapat sejumlah besar permintaan serentak Apabila permintaan ini mendapati bahawa cache telah tamat tempoh, mereka biasanya memuatkan data dari DB bahagian belakang dan menetapkannya semula ke cache Pada masa ini, permintaan serentak yang besar mungkin serta-merta mengatasi DB bahagian belakang.

Penyelesaian

Kunci pertanyaan cache Jika KEY tidak wujud, kuncinya, kemudian semak DB ke dalam cache, dan kemudian buka kuncinya jika proses lain mendapati bahawa terdapat kunci Tunggu sahaja, dan kemudian kembalikan data atau masukkan pertanyaan DB selepas membuka kunci

Untuk lebih banyak pengetahuan berkaitan pengaturcaraan, sila lawati: Video Pengaturcaraan! !

Atas ialah kandungan terperinci Apakah yang perlu saya lakukan jika pengecualian cache Redis berlaku? Bagaimana untuk menyelesaikannya?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!