文章目录
- 一、Redis的共享session应用
- 二、分布式缓存
- 1、缓存
- 2、缓存一致性问题解决方案(缓存更新策略)
- (1)作用
- (2)三种策略
- (3)主动更新策略(数据库、缓存不一致解决方案)
- 3、缓存使用过程中产生的问题
- (1)缓存穿透
- (2)缓存击穿(热点key)
- (3)缓存雪崩
- 三、分布式锁
一、Redis的共享session应用
二、分布式缓存
1、缓存
-
什么是缓存:缓存就是一种具备高效读写能力的数据暂存区域(称作Cache),是存储数据的临时地方,一般读写性能较高。
-
缓存的作用:
- 降低后端负载。
- 提高读写效率,降低响应时间。
- 缓存内存的读写性能远高于磁盘,缓存可以大大降低用户方法并发量带来的服务器读写压力。
-
缓存的成本
- 数据一致性成本。
- 代码维护成本。
- 运维成本。
-
如何使用缓存
-
实际开发中,会构建多级缓存使得系统的运行速度进一步提升,例如本地缓存与redis缓存并发使用。
- 浏览器缓存:主要存在于浏览器端的缓存。
- 应用层缓存:可以分为tomact本地缓存,比如map或者使用redis作为缓存。
- 数据库缓存:在数据库中有一片空间buffer pool,增改查数据都会先加载到mysql的缓存中。
- CPU缓存:当代计算机最大的问题是CPU性能提升了,但内存读写速度没有跟上,所以为了适应当下的情况,增加了CPU的L1、L2、L3级的缓存。
-
缓存模型和思路
标准的操作方法就是查询数据库之前先查询缓存,如果缓存数据存在,则直接从缓存中返回,如果缓存数据不存在,再查数据库,然后将数据存入redis。
-
2、缓存一致性问题解决方案(缓存更新策略)
(1)作用
缓存更新策略是缓存系统中的重要组成部分,用于确定何时以及如何更新缓存中的数据。
(2)三种策略
- 内存淘汰:Redis自带的内存淘汰机制。
- 过期淘汰:利用expire命令给数据设置过期时间。
- 主动更新:主动完成数据库与缓存的同时更新。
总结:
(3)主动更新策略(数据库、缓存不一致解决方案)
-
Cache Aside Pattern
- 由缓存的调用者,在更新数据库的同时更新缓存:
- 一致性良好。
- 实现难度一般。
- 操作缓存和数据库时有三个问题需要考虑:
- 删除缓存还是更新缓存
- 更新缓存:每次更新数据库都更新缓存,无效写操作较多,并且存在较大的线程安全问题。
- 删除缓存:更新数据库时让缓存失效,查询时再更新缓存,没有无效更新,线程安全问题相对较低。(可以解决双写问题)
- 如何保证缓存与数据库的操作同时成功或失败
- 单体系统:将缓存与数据库操作放在一个事务。
- 分布式系统:利用TCC等分布式事务方案。
- 先操作缓存还是先操作数据库
- 先删除缓存,再操作数据库
安全问题概率较高。 - 先操作数据库,再删除缓存
在满足原子性的情况下,安全问题概率较低。
- 先删除缓存,再操作数据库
- 删除缓存还是更新缓存
- 由缓存的调用者,在更新数据库的同时更新缓存:
-
Read/Write Through Pattern
缓存与数据库整合为一个服务,由服务来维护一致性。调用者调用该服务,无需关心缓存一致性:- 一致性优秀。
- 实现复杂。
- 性能一般。
-
Write Behind Caching Pattern
调用者只操作缓存,由其他线程异步的将缓存数据持久化到数据库,保证最终一致性。- 一致性差。
- 性能好。
- 实现复杂。
-
缓存更新策略的最佳实践方案
- 低一致性需求:使用Redis自带的内存淘汰机制。
- 高一致性需求:主动更新,并以超时剔除作为兜底方案。
- 读操作
- 缓存命中则直接返回
- 缓存未命中则查询数据库,并写入缓存,设定超时时间。
- 写操作
- 先写数据库,然后再删除缓存。
- 要确保数据库与缓存操作的原子性。
- 读操作