redis作为缓存的几种特殊场景

redis 的普通用法不在本文普及,我们谈一谈使用中的几种特殊场景,以及对应办法。

设想这个电商场景,在分布式部署的架构下,我们利用 elasticsearch 作为数据仓库保存商品的适用优惠券信息(也可以用 mysql 打比方),然后用 redis 作为缓存。

缓存穿透

缓存穿透是指用户查询数据,在 elasticsearch 里没有,自然在缓存中也不会有。这样就导致用户查询的时候,在缓存中肯定找不到,每次都要去 elasticsearch 再查询一遍,然后返回空(相当于进行了两次无用的查询)。

一种有效的办法是使用布隆过滤器,将肯定不存在的key在此过滤掉,从而避免对底层存储的压力。

更加暴力的做法是,对 elasticsearch 返回空值的 key,仍然将其缓存为一个我们认定的非法值(比如「empty」)。这样其他的相同请求就能使用到缓存了。当然也要记得在设置有效值后将非法值的缓存清掉。

缓存击穿

缓存击穿是指缓存中的一个 key 失效时,此时针对该 key 有大量请求并发而来,那么会对下游 elasticsearch 造成较大压力。应对的方法和后面的「缓存雪崩」类似。

缓存雪崩

设想这个电商场景,在分布式部署的架构下,我们利用 elasticsearch 作为数据仓库保存商品的适用优惠券信息(也可以用 mysql 打比方),然后用 redis 作为缓存。当缓存失效的瞬间,如果同时有很高并发的请求到来,那么请求都会打到 elasticsearch 上,对其 CPU 和内存造成巨大的压力,严重时会拖垮其他业务。甚至有可能形成一系列的连锁反应,造成更坏的影响。

正常情况时:

image

失效瞬间:

image

应对的办法就是,在缓存数据失效时遭遇并发多请求需要更新时,先用分布式锁锁住该资源,仅让一个服务/进程去更新,以此避免大量请求打到下游数据库。

image

缓存预加载

如上场景依然可改进。考虑缓存失效时,并发多请求被分布式锁锁住,可能导致这些请求响应不及时,造成慢请求有伤用户体验。

改进的做法是每次在查询缓存后,另起一个协程去查询该 key 的 TTL,如果临近过期(比如定义为小于设置过期时间的1/3)则直接去 elasticsearch 更新数据并刷新缓存,重新设置 TTL。这样平均下来用户的请求基本上不会遇到缓存失效。

原文载于redis作为缓存的几种特殊场景

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 196,165评论 5 462
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 82,503评论 2 373
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 143,295评论 0 325
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,589评论 1 267
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,439评论 5 358
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,342评论 1 273
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,749评论 3 387
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,397评论 0 255
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,700评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,740评论 2 313
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,523评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,364评论 3 314
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,755评论 3 300
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,024评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,297评论 1 251
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,721评论 2 342
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,918评论 2 336

推荐阅读更多精彩内容