Bagaimana untuk menyelesaikan runtuhan, kerosakan dan penembusan cache Redis

Artikel ini membawakan anda pengetahuan yang berkaitan tentang Redis terutamanya cara menyelesaikan masalah yang berkaitan dengan longsoran cache redis, pecahan dan penembusan cache merujuk kepada sejumlah besar permintaan dalam Redis tidak boleh dipukul, iaitu, data tidak dapat ditemui dalam Redis Mari kita lihat, saya harap ia akan membantu semua orang.

Pembelajaran yang disyorkan: Tutorial video Redis

1 Cache avalanche?

bermakna sebilangan besar permintaan tidak boleh memukul data cache dalam

, iaitu data tidak boleh ditemui dalam

Kemudian sistem perniagaan hanya boleh membuat pertanyaan pangkalan data, dan kemudian Menyebabkan semua permintaan dihantar ke pangkalan data. Seperti yang ditunjukkan dalam rajah di bawah: 缓存雪崩RedisRedis

Pangkalan data tidak dapat mengendalikan sejumlah besar permintaan seperti Lonjakan permintaan yang disebabkan oleh runtuhan cache pasti akan menyebabkan pangkalan data akan turun, yang pasti akan menjejaskan sistem perniagaan, jadi jika runtuhan cache berlaku, ia pasti akan membawa maut kepada sistem perniagaan.

2. Mengapakah runtuhan cache berlaku? Redis

Dalam keadaan apakah runtuhan cache berlaku? Ringkasnya, terdapat dua sebab:

Sebilangan besar

data cache tamat tempoh pada masa yang sama, menyebabkan semua permintaan yang dihantar kepada
• gagal mencapai data dan hanya boleh pergi ke pangkalan data.

  RedisRedis

Pelayan tidak berfungsi dan semua permintaan tidak boleh diproses oleh
• dan hanya boleh dialihkan ke pangkalan data untuk menanyakan data.

  RedisRedis

  3. Bagaimana untuk mengelakkan runtuhan cache?

Terdapat penyelesaian yang berbeza untuk punca runtuhan cache:

Untuk sejumlah besar masa tamat tempoh cache rawak, penyelesaiannya adalah dengan menambah masa tamat tempoh asal kepada Tambah masa tamat tempoh rawak, seperti masa tamat tempoh rawak antara 1 dan 5 minit, untuk mengelakkan sejumlah besar data cache tamat tempoh pada masa yang sama.

• Untuk menyelesaikan runtuhan cache yang disebabkan oleh
masa henti, anda boleh menyediakan pelayan induk-hamba
• terlebih dahulu untuk penyegerakan data dan mengkonfigurasi mekanisme sentinel, supaya dalam

  Apabila pelayan tidak dapat menyediakan perkhidmatan kerana masa henti, Sentinel boleh menetapkan Redis pelayan hamba kepada pelayan induk untuk terus menyediakan perkhidmatan. RedisRedisRedis

  2. Pecahan cache

1 Apakah pecahan cache

Pecahan cache adalah serupa dengan runtuhan cache, yang disebabkan oleh sejumlah besar. Data tamat tempoh, dan pecahan cache merujuk kepada tamat tempoh data hotspot Semua permintaan untuk data hotspot perlu diproses dalam pangkalan data, seperti yang ditunjukkan dalam rajah berikut:

2. Bagaimana untuk mengelakkan penembusan cache?

Tiga cara untuk menyelesaikan pecahan cache:

Jangan tetapkan masa tamat tempoh

• Jika kita dapat mengetahui terlebih dahulu bahawa data tertentu adalah data panas, maka Anda tidak boleh menetapkan tamat tempoh data ini untuk mengelakkan masalah pecahan cache Contohnya, beberapa produk dalam jualan kilat akan diakses oleh sebilangan besar pengguna semasa jualan kilat Pada masa ini, kami boleh menulis data produk untuk kilat jualan ke dalam cache terlebih dahulu dan bukan Tetapkan masa tamat tempoh.

Mutex lock

• Mengetahui terlebih dahulu bahawa data tertentu akan diakses dalam kuantiti yang banyak, sudah tentu kita boleh menetapkannya untuk tidak tamat tempoh, tetapi lebih kerap daripada tidak, kita tidak boleh meramalkannya terlebih dahulu. Bagaimana untuk menangani situasi ini?

Mari kita analisa situasi pecahan cache:

Dalam keadaan biasa, apabila

data cache tertentu tamat tempoh, jika terdapat permintaan untuk data, ia akan dimasukkan semula ke dalam Pertanyaan pangkalan data dan kemudian tulis ke cache supaya permintaan seterusnya boleh memukul cache tanpa menanyakan pangkalan data lagi.

Apabila data hotspot tamat tempoh, disebabkan bilangan permintaan yang banyak, apabila permintaan tidak boleh memukul cache, pangkalan data akan disoal dan data akan ditulis semula kepada Redis, iaitu sebelum menulis

, lain Apabila permintaan masuk, pangkalan data juga akan ditanya.

RedisBaiklah, kami tahu bahawa selepas data hotspot tamat tempoh, banyak permintaan akan menanyakan pangkalan data, jadi kami boleh menambah kunci mutex pada logik perniagaan untuk membuat pertanyaan kepada pangkalan data dan letakkan Data ditulis kembali ke Redis, manakala permintaan lain yang tidak memperoleh kunci hanya boleh menunggu data siap.

Langkah di atas ditunjukkan dalam rajah di bawah: Redis

• Tetapkan masa tamat tempoh logik

Walaupun menggunakan kunci mutex boleh menyelesaikan masalah pecahan cache dengan sangat mudah, permintaan yang tidak mendapatkan kunci akan dibariskan, yang menjejaskan prestasi system. , dan cara lain untuk menyelesaikan pecahan cache ialah menambahkan masa tamat tempoh kepada data perniagaan yang berlebihan Contohnya, dalam data berikut, kami telah menambahkan medan expire_at untuk menunjukkan masa tamat tempoh data.

{"name":"test","expire_at":"1599999999"}复制代码

Proses pelaksanaan kaedah ini ditunjukkan dalam rajah di bawah:

Data tempat liputan dalam cache mempunyai masa tamat tempoh logik yang berlebihan, tetapi data Jangan tetapkan masa tamat tempoh dalam Redis

Apabila permintaan mendapat data dalam Redis, tentukan sama ada masa tamat tempoh logik Jika ia belum tamat, kembalikan terus tamat tempoh, buka satu lagi Selepas utas memperoleh kunci, ia menanyakan pangkalan data dan menulis data pertanyaan terkini kembali ke Redis dan permintaan semasa mengembalikan data yang ditanya.

3. Penembusan cache

1 Apakah itu penembusan cache

Penembusan cache bermakna data yang akan ditemui tidak berada dalam cache mahupun dalam pangkalan data, kerana Ia adalah bukan dalam cache, jadi permintaan pasti akan sampai ke pangkalan data RedisCache adalah dalam nama sahaja, seperti yang ditunjukkan dalam rajah berikut:

2 penembusan cache berlaku?

Di bawah keadaan apakah penembusan cache akan berlaku? Terdapat terutamanya tiga situasi:

• Permintaan serangan berniat jahat pengguna

• Penyalahgunaan pemadaman Redis dan data dalam pangkalan data

• Apabila pengguna belum lagi menghasilkan kandungan, seperti senarai artikel pengguna, pengguna belum menulis artikel lagi, jadi tiada data dalam cache dan pangkalan data

3. Bagaimana untuk mengelakkan penembusan cache?

a. Cache nilai kosong ​​atau nilai lalai

Apabila tiada data boleh disoal dalam cache Redis, tanya ia daripada pangkalan data sekali lagi. terus cache ruang atau Nilai lalai boleh mengelakkan pertanyaan pangkalan data pada masa akan datang, bagaimanapun, untuk mengelakkan pangkalan data daripada bertindak balas kepada pangkalan data dan mengembalikan nilai nol kemudian, masa tamat tempoh harus ditetapkan untuk cache, atau yang sepadan; nilai null cache hendaklah dikosongkan terus apabila data dijana.

b. Penapis Bloom

Walaupun caching nilai null ​​boleh menyelesaikan masalah penembusan cache, ia masih perlu menanyakan pangkalan data sekali untuk menentukan sama ada terdapat serangan berniat jahat oleh pengguna, konkurensi tinggi Pertanyaan menggunakan ID data yang tidak wujud dalam sistem memerlukan semua pertanyaan melalui pangkalan data, yang masih akan memberi banyak tekanan pada pangkalan data.

Jadi, adakah terdapat cara untuk menentukan sama ada data itu wujud tanpa menanyakan pangkalan data? Ya, gunakan 布隆过滤器.

Penapis Bloom terutamanya terdiri daripada dua bahagian: fungsi cincang susunan bit N Prinsipnya ialah:

• Gunakan fungsi cincang N untuk menandakan Data dicincang.

• Ambil modulo nilai cincang yang dikira panjang tatasusunan bit, supaya kedudukan setiap nilai cincang dalam tatasusunan bit boleh diperolehi.

• Tandakan kedudukan yang sepadan dalam tatasusunan bit sebagai 1.

Berikut ialah gambarajah skema bagi prinsip penapis Bloom:

Apabila menulis data, lakukan langkah yang diterangkan di atas dan hitung Sepadan dengan kedudukan tatasusunan bit dan ditandakan sebagai 1, kemudian apabila melaksanakan pertanyaan, anda boleh menyemak sama ada data itu wujud.

Selain itu, disebabkan ralat yang disebabkan oleh masalah perlanggaran cincang, data yang tidak wujud akan dinilai sebagai wujud selepas melalui penapis Bloom, dan kemudian pangkalan data akan diperiksa Walau bagaimanapun, kebarangkalian perlanggaran cincang adalah sangat kecil. Menggunakan penapis Bloom sudah boleh membantu kami memintas kebanyakan permintaan penembusan.

Redis sendiri menyokong penapis Bloom, jadi kami boleh terus menggunakan Redis Penapis Bloom tanpa perlu melaksanakannya sendiri, yang sangat mudah.

4. Ringkasan

Cache avalanche, pecahan, dan penembusan adalah masalah pengecualian cache yang sering dihadapi semasa menyimpan cache aplikasi perniagaan adalah seperti berikut:

Masalah Punca Penyelesaian Cache avalanche Sebilangan besar data tamat tempoh atau

问题	原因	解决方法
缓存雪崩	大量数据过期或Redis服务器宕机	1. 随机过期时间  2. 主从 哨兵的集群
缓存击穿	热点数据过期	1. 不设置过期时间 2. 加互斥锁 3. 冗余逻辑过期时间
缓存穿透	请求数据库和Redis都没有的数据	1. 缓存空值或缺省值 2. 布隆过滤器

Pelayan mati 1 Masa tamat tempoh rawak 2. Master-slave cluster sentinel Pecahan cache Tamat tempoh data hotspot 1 Jangan tetapkan masa tamat tempoh 2. Tambah kunci mutex 3. Masa tamat tempoh logik berlebihan Penembusan cache Minta data yang tidak tersedia dalam pangkalan data atau

1. Cache kosong atau nilai lalai 2. Penapis Bloom Pembelajaran yang disyorkan: Tutorial video Redis

Atas ialah kandungan terperinci Bagaimana untuk menyelesaikan runtuhan, kerosakan dan penembusan cache Redis. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!