缓存设计问题

概述

缓存设计需要关注的点

• 关注指标:
  • KV大小
  • 读写峰值
  • 命中率
  • 缓存空间大小
  • 置换策略
  • 穿透加载时间
• 分类
  • 本地缓存
  • 远程缓存
• 应用模式
  • Cache Aside
  • Read/Write Through
  • Write Back Caching
• 技巧/Tips
  • 不要把缓存当数据库使用
  • 评估业务所需缓存空间大小
  • 缓存会给系统带来数据不一致的风险
  • 尽量设置过期时间
  • 缓存对象太大需要考虑做压缩，减少存储空间以及传输中带宽的占用
  • 引入多级缓存时，需要考虑数据一致性
  • 提前考虑扩容问题

常见的缓存问题

缓存雪崩

很多使用场景，查询的缓存数据都是由定时任务取刷新，然后缓存查不到从 DB 查了在更新缓存。如果这些 key 在同一时间失效， 那么失效的时候，大量的请求过来。就会直接打到 DB　上，　这个时候　DB 很可能被打垮，即使马上重启也会被新的流量打垮。

这种同一时间大量缓存的失效，导致请求直接打到　DB 上的情况， 就是缓存雪崩。

针对于这种情况，在批量写 Redis 数据的时候， 从缓存的过期时间入口，将原来的固定过期时间，调整为过期时间=基础时间+随机时间，让缓存慢慢过期，避免瞬间全部过期，对DB产生过大压力。

缓存穿透

缓存穿透指的是缓存缓存和数据库中都没有的数据，而用户不断发起请求，让请求直接落再DB上，增加数据库压力，可能导致数据库被击垮。这种请求很可能是攻击者恶意发起的。

针对这种情况首先要做好数据校验，不合法的数据尽量拦截掉.

• 其次如果缓存差不到，数据库也查不到的数据也缓存起来。将 value 存个null， 过期时间短一点(如30s，如果设置太长肯恶搞导致正常的情况数据没法及时更新)。
• 另外还可以使用 Redis 提供的布隆过滤器，可以高效的判断出某个key是否在数据库当中，如果通过布隆过滤器判断出不存在，直接返回，存在了在去DB取数据刷新缓存。

缓存击穿

在平常高并发的系统中，大量的请求同时查询一个 key 时，此时这个key正好失效了，就会导致大量的请求都打到数据库上面去。这种现象我们称为缓存击穿。

针对这种情况可以:

• 异步设置热点key过期时间， 提前续上
• 缓存失效的时候， 加上一个全局的锁再去load db， 避免所有线程都打到db上

hot key 问题

对于某些 key 有非常大的访问量， 容易把 hot key 所在的那台机器打垮。

解决方案:

• 冗余 hot key: 一个缓存节点过载。由于只有一个key，我们可以在key的后面拼上有序编号，比如key#01、key#02。。。key#10多个副本，这些加工后的key位于多个缓存节点上。 每次请求时，客户端随机访问一个即可

big key 问题

当访问缓存时，如果key对应的value过大，读写、加载很容易超时，容易引发网络拥堵。另外缓存的字段较多时，每个字段的变更都会引发缓存数据的变更，频繁的读写，导致慢查询。如果大key过期被缓存淘汰失效，预热数据要花费较多的时间，也会导致慢查询。

解决方案:

• 方案一：设置一个阈值，当value的长度超过阈值时，对内容启动压缩，降低kv的大小
• 方案二：颗粒划分，将大key拆分为多个小key，独立维护，成本会降低不少
• 方案三：大key要设置合理的过期时间，尽量不淘汰那些大key

缓存一致性问题

在另一篇博客有详细的介绍: MySQL与缓存一致性问题

我的博客即将同步至腾讯云开发者社区，邀请大家一同入驻：https://cloud.tencent.com/developer/support-plan?invite_code=308w50b8ve0wo