Redis快取雪崩問題怎麼解決

快取層承載著大量的請求,有效保護了儲存層。但是如果由於大量快取失效或快取整體不能提供服務,導致大量的請求到達儲存層,會使儲存層負載增加(大量的請求查詢資料庫) 。這就是快取雪崩的場景;

解決快取雪崩可以從下面的幾點著手：

#1.保持快取層的高可用

使用Redis哨兵模式或Redis叢集部署方式,即是個別Redis節點下線,整個快取層依然可以使用。除此之外還可以在多個機房部署Redis,這樣即便是機房死機,依然可以實現緩存層的高可用。

2.限流降級元件

無論是快取層還是儲存層都會有出錯的機率,可以將它們視為資源。作為一個並發量較大的分散式系統，假如有一個資源不可用，可能會造成所有執行緒在取得這個資源時異常，造成整個系統不可用。降級在高並發系統中是非常正常的，例如推薦服務中，如果個性化推薦服務不可用，可以降級補充熱點數據，不至於造成整個推薦服務不可用。常見的限流降級組件如 Hystrix、Sentinel 等。

3.快取不過期

Redis 中儲存的key 永不失效，這樣就不會出現大量快取同時失效的問題，但是隨之而來的就是Redis 需要更多的儲存空間。

4.優化快取過期時間

設計快取時，為每個 key 選擇合適的過期時間，避免大量的 key 在同一時刻同時失效，造成快取雪崩。

5.使用互斥鎖重建快取

在高並發場景下，為了避免大量的請求同時到達儲存層查詢資料、重建緩存，可以使用互斥鎖控制，如根據key 去緩存層查詢數據，當緩存層為命中時，對key 加鎖，然後從存儲層查詢數據，將數據寫入緩存層，最後釋放鎖。若其他執行緒發現取得鎖定失敗，則讓執行緒休眠一段時間後重試。對於鎖的類型，如果是在單機環境下可以使用 Java 並發包下的 Lock，如果是在分散式環境下，可以使用分散式鎖定（Redis 中的 SETNX 方法）。

分散式環境下互斥鎖重建快取偽代碼

/**
 * 互斥锁建立缓存
 *
 **/
public String get(String key) {
   // redis中查询key对应的value
   String value = redis.get(key);
   // 缓存未命中
   if (value == null) {
      // 互斥锁
      String key_mutex_lock = "mutex:lock" + key; 
      // 互斥锁加锁成功
      if(redis.setnx(key_mutex_lock,"1")) { // 返回 0（false）,1（true）
          try {
              // 设置互斥锁超时时间,这里设置的是锁的失效时间,而不是key的失效时间
              redis.expire(key_mutex_lock,3*60);
              // 从数据库查询
              value = db.get(key);
              // 数据写入缓存
              redis.set(key,value);
            
          } finally {
               // 释放锁
              boolean keyExist = jedis.exists(key_mutex_lock);
              if(keyExist){
                  redis.delete(key_mutex_lock);
               }
      } else { 
              // 加锁失败,线程休息50ms后重试
               Thread.sleep(50);
               return get(key); // 直接返回缓存结果  
     }
   }
}

在分散式環境下使用Redis 分散式鎖定實現快取重建，優點是設計想法簡單，對資料一致性有保障;缺點是程式碼複雜度增加，有可能會造成使用者等待。假設在高並發下，快取重建期間 key 是鎖著的，如果當前並發 1000 個請求，其中 999 個都在阻塞，會導致 999 個使用者請求阻塞而等待。

6.異步重建緩存

在這種方案下構建緩存採取異步策略，會從線程池中獲取線程來異步構建緩存，從而不會讓所有的請求直接到達存儲層，此方案中每個Redis key 維護邏輯逾時時間，當邏輯逾時時間小於目前時間時，則表示目前快取已失效，應進行快取更新，否則說明目前快取未失效，直接傳回快取中的value 值。如在Redis 中將 key 的過期時間設定為 60 min，在對應的 value 中設定邏輯過期時間為 30 min。這樣當 key 到了 30 min 的邏輯過期時間，就可以異步更新這個 key 的緩存，但是在更新緩存的這段時間內，舊的緩存仍然可用。這種非同步重建快取的方式可以有效避免大量的 key 同時失效。

/**
  *  异步重建缓存: ValueObject为对应的封装的实体模型
  *
  **/
public String get(String key) {
    // 重缓存中查询key对应的ValueObject对象
    ValueObject valueObject = redis.get(key);
    // 获取存储中对应的value值
    String value = valueObject.getValue();
    // 获取实体模型中的缓存过期的时间：timeOut = 设置缓存时的当前时间+过期时间(如30秒,60秒等等)
    long logicTimeOut = valueObject.getTimeOut();  // 等位换算为long类型
    // 当前可以在逻辑上失效
    if (logicTimeOut <= System.currentTimeMillis()) {
         // 异步更新缓存
         threadPool.execute(new Runnable() {
             String key_mutex_lock = "mutex_lock" + key;
              // 互斥锁加锁成功
      if(redis.setnx(key_mutex_lock,"1")) { // 返回 0（false）,1（true）
          try {
              // 设置互斥锁超时时间,这里设置的是锁的失效时间,而不是key的失效时间
              redis.expire(key_mutex_lock,3*60);
              // 从数据库查询
              dbValue = db.get(key);
              // 数据写入缓存
              redis.set(key,dbValue);
            
          } finally {
              // 释放锁
              boolean keyExist = jedis.exists(key_mutex_lock);
              if(keyExist){
                  redis.delete(key_mutex_lock);
               }
             
         }
      } else { 
             
              
             }
             
         
         });
       return value; // 直接返回缓存结果  
    }
}

以上是Redis快取雪崩問題怎麼解決的詳細內容。更多資訊請關注PHP中文網其他相關文章！