Redis 優化

myjob發表於2019-06-11
Redis優化

redis快取穿透

快取穿透：是指查詢一個資料庫一定不存在的資料。正常的使用快取流程大致是，資料查詢先進行快取查詢，如果key不存在或者key已經過期，再對資料庫進行查詢，並把查詢到的物件，放進快取。如果資料庫查詢物件為空，則不放進快取。

問題：假如有惡意攻擊，就可以利用這個漏洞，對資料庫造成壓力，甚至壓垮資料庫。

解決方法：

  1. 設定預設值存放到快取。這樣第二次到緩衝中獲取就有值了，而不會繼續訪問資料庫。
  2. 根據快取資料Key的設計規則，將不符合規則的key進行過濾。採用布隆過濾器，將所有可能存在的資料雜湊到一個足夠大的BitSet中，不存在的資料將會被攔截掉，從而避免了對底層儲存系統的查詢壓力

快取擊穿

快取擊穿：個別訪問量很高的資料，資料過期取不到資料的時候，轉而去請求資料庫，會對資料庫造成壓力。
解決方法：永遠不過期

redis快取雪崩

快取雪崩：是指在某一個時間段，快取集中過期失效。

產生雪崩的原因之一，比如在寫本文的時候，馬上就要到雙十二零點，很快就會迎來一波搶購，這波商品時間比較集中的放入了快取，假設快取一個小時。那麼到了凌晨一點鐘的時候，這批商品的快取就都過期了。而對這批商品的訪問查詢，都落到了資料庫上，對於資料庫而言，就會產生週期性的壓力波峰。

解決方法：

  1. 也是像解決快取穿透一樣加鎖排隊，實現同上;
  2. 建立備份快取，快取A和快取B，A設定超時時間，B不設值超時時間，先從A讀快取，A沒有讀B，並且更新A快取和B快取;
  3. 設定快取超時時間的時候加上一個隨機的時間長度，比如這個快取key的超時時間是固定的5分鐘加上隨機的2分鐘，可從一定程度上避免雪崩問題；而且，熱門類目的商品快取時間長一些，冷門類目的商品快取時間短一些，也能節省快取服務的資源。

一致性問題

分散式環境下（單機就不用說了）非常容易出現快取和資料庫間的資料一致性問題，針對這一點的話，只能說，如果你的專案對快取的要求是強一致性的，那麼請不要使用快取。我們只能採取合適的策略來降低快取和資料庫間資料不一致的概率，而無法保證兩者間的強一致性。合適的策略包括 合適的快取更新策略，更新資料庫後要及時更新快取、快取失敗時增加重試機制，例如MQ模式的訊息佇列。

資料淘汰策略

定時刪除

策略 : 在設定鍵的過期時間的同時，建立一個定時器，讓定時器在鍵的過期時間來臨時，立即執行對鍵的刪除操作。
優點 : 對記憶體友好，保證過期鍵會盡可能快地被刪除，並釋放過期鍵所佔用的記憶體。
缺點 : 對CPU時間不友好，佔用太多CPU時間，影響伺服器的響應時間和吞吐量。

惰性刪除

策略 : 放任過期鍵不管，每次從鍵空間讀寫操作時，都檢查鍵是否過期，如果過期，刪除該鍵，如果沒有過期，返回該鍵。
優點 : 對CPU時間友好，讀寫操作鍵時才對鍵進行過期檢查，刪除過期鍵的操作只會在非做不可的情況下進行。
缺點 : 對記憶體不友好，只要鍵不刪除，就不會釋放記憶體，浪費太多記憶體，有記憶體洩漏風險。

定期刪除

策略 :
對定時刪除策略和惰性刪除策略的一種整合和折中。每隔一段時間執行一次定時刪除，並通過限制刪除操作執行的總時長和總頻率來限制刪除操作對CPU佔用時間的影響。通過定期刪除過期鍵，有效減少了因為過期鍵而帶來的記憶體浪費。
難點：確定刪除操作執行的總時長和總頻率。執行太頻繁，執行時間過長，就會退化成定時刪除策略，影響客戶端請求效率；執行得太少，執行時間太短，會演變為惰性刪除，存在記憶體浪費的情況。
Redis伺服器使用惰性刪除和定期刪除兩種策略，通過配合使用，很好地在合理使用CPU時間和避免浪費記憶體之間取得平衡。

舉例:
從過期鍵中隨機選取 20 個 key
遍歷這 20 個 key，並對過期的 key進行刪除操作
如果過期的 key 比率超過25%，則重複步驟 1
同時，為了保證過期掃描不會出現迴圈過度，導致執行緒卡死現象，增加了掃描時間的上限，預設不會超過 25ms以及頻次上線10次。

主動清理

當前已用記憶體超過maxmemory限定時，觸發主動清理策略。
清理時會根據使用者配置的maxmemory-policy來做適當的清理。
主動清理策略主要有一下六種:

volatile-lru : 從已設定過期時間的資料集(server.db[i].expires)中挑選最近最少使用 的資料淘汰。
volatile-ttl : 從已設定過期時間的資料集(server.db[i].expires)中挑選將要過期的數 據淘汰。
volatile-random : 從已設定過期時間的資料集(server.db[i].expires)中任意選擇資料 淘汰。
allkeys-lru : 從資料集(server.db[i].dict)中挑選最近最少使用的資料淘汰。
allkeys-random : 從資料集(server.db[i].dict)中任意選擇資料淘汰。
no-enviction : 禁止驅逐資料

相關文章