网站也会过期吗,网站关键词做排名不分,网页制作专业服务,枣庄建网站的公司缓存预热 “ 宕机 ” 服务器启动后迅速宕机 问题排查 1. 请求数量较高 2. 主从之间数据吞吐量较大#xff0c;数据同步操作频度较高 , 因为刚刚启动时#xff0c;缓存中没有任何数据 解决方案 准备工作#xff1a; 1. 日常例行统计数据访问记录#xff0c;统计访…缓存预热 “ 宕机 ” 服务器启动后迅速宕机 问题排查 1. 请求数量较高 2. 主从之间数据吞吐量较大数据同步操作频度较高 , 因为刚刚启动时缓存中没有任何数据 解决方案 准备工作 1. 日常例行统计数据访问记录统计访问频度较高的热点数据 2. 将统计结果中的数据分类根据级别 redis 优先加载级别较高的热点数据 实施 1. 使用脚本程序固定触发数据预热过程 2. 如果条件允许使用了 CDN 内容分发网络效果会更好 ****** CDN 的全称是 Content Delivery Network 即内容分发网络。其基本思路是尽可能避开 互联网 上 有可能影响数据传输速度和稳定性的 瓶颈 和环节使内容传输得更快、更稳定。通过在网络各处 放置 节点服务器 所构成的在现有的互联网基础之上的一层智能 虚拟网络 CDN 系统能够实时地根 据 网络流量 和各节点的连接、负载状况以及到用户的距离和响应时间等综合信息将用户的请求重 新导向离用户最近的服务节点上。其目的是使用户可就近取得所需内容解决 Internet 网络拥挤 的状况提高用户访问网站的响应速度 ****** 总结 缓存预热就是系统启动前提前将相关的缓存数据直接加载到缓存系统。避免在用户请求的时候先查 询数据库然后再将数据缓存的问题用户直接查询事先被预热的缓存数据 缓存雪崩 缓存雪崩是指在同一时段大量的缓存 key 同时失效或者 Redis 服务宕机导致大量请求到达数据库带来 巨大压力。 解决方案 给不同的 Key 的 TTL 添加随机值 利用 Redis 集群提高服务的可用性 给缓存业务添加降级限流策略 给业务添加多级缓存 缓存击穿 缓存击穿问题也叫热点 Key 问题就是一个被高并发访问并且缓存重建业务较复杂的 key 突然失效了无数的请求访问会在瞬间给数据库带来巨大的冲击。 常见的解决方案有两种 互斥锁 逻辑过期 逻辑分析假设线程 1 在查询缓存之后本来应该去查询数据库然后把这个数据重新加载到缓存的此时只要线程1 走完这个逻辑其他线程就都能从缓存中加载这些数据了但是假设在线程 1 没有走完的时候后续的线程2 线程 3 线程 4 同时过来访问当前这个方法 那么这些线程都不能从缓存中查询到数据那么他们就会同一时刻来访问查询缓存都没查到接着同一时间去访问数据库同时的去执行数据库代码对数据库访问压力过大 解决方案一、使用锁来解决 因为锁能实现互斥性。假设线程过来只能一个人一个人的来访问数据库从而避免对于数据库访问压力过大但这也会影响查询的性能因为此时会让查询的性能从并行变成了串行我们可以采用tryLock方法 double check 来解决这样的问题。 假设现在线程 1 过来访问他查询缓存没有命中但是此时他获得到了锁的资源那么线程 1 就会一个人 去执行逻辑假设现在线程2 过来线程 2 在执行过程中并没有获得到锁那么线程 2 就可以进行到休眠直到线程1 把锁释放后线程 2 获得到锁然后再来执行逻辑此时就能够从缓存中拿到数据了。 解决方案二、逻辑过期方案 方案分析我们之所以会出现这个缓存击穿问题主要原因是在于我们对 key 设置了过期时间假设我 们不设置过期时间其实就不会有缓存击穿的问题但是不设置过期时间这样数据不就一直占用我们 内存了吗我们可以采用逻辑过期方案。我们把过期时间设置在 redis 的 value 中注意这个过期时间并不会直接作用于 redis 而是我们后续 通过逻辑去处理。假设线程1 去查询缓存然后从 value 中判断出来当前的数据已经过期了此时线程 1 去获得互斥锁那么其他线程会进行阻塞获得了锁的线程他会开启一个 线程去进行 以前的重构数据的逻辑直到新开的线程完成这个逻辑后才释放锁 而线程1 直接进行返回假设现在线程 3 过来访问由于线程线程2 持有着锁所以线程 3 无法获得锁线程 3 也直接返回数据只有等到新开的线程 2 把重建数据构建完后其他线程才能走返回正确的数据。这种方案巧妙在于异步的构建缓存缺点在于在构建完缓存之前返回的都是脏数据。 互斥锁方案 由于保证了互斥性所以数据一致且实现简单因为仅仅只需要加一把锁而已也没其他的事情需要操心所以没有额外的内存消耗缺点在于有锁就有死锁问题的发生且只能串行执行性能肯定受到影响 逻辑过期方案 线程读取过程中不需要等待性能好有一个额外的线程持有锁去进行重构数据但是在重构数据完成前其他的线程只能返回之前的数据且实现起来麻烦 缓存穿透 缓存穿透 缓存穿透是指客户端请求的数据在缓存中和数据库中都不存在这样缓存永远不会生效这些请求都会打到数据库。 常见的解决方案有两种 缓存空对象 优点实现简单维护方便 缺点额外的内存消耗可能造成短期的不一致 布隆过滤 优点内存占用较少没有多余 key 缺点实现复杂存在误判可能 缓存空对象思路分析 当我们客户端访问不存在的数据时先请求 redis 但是此时 redis 中没有数据 此时会访问到数据库但是数据库中也没有数据这个数据穿透了缓存直击数据库我们都知道数据库能够承载的并发不如redis 这么高如果大量的请求同时过来访问这种不存在的数据这些请求就都会访问到数据库简单的解决方案就是哪怕这个数据在数据库中也不存在我们也把这个数据存入到redis中去这样下次用户过来访问这个不存在的数据那么在redis 中也能找到这个数据就不会进入到缓存了 布隆过滤 布隆过滤器其实采用的是哈希思想来解决这个问题通过一个庞大的二进制数组走哈希思想去判断当前这个要查询的这个数据是否存在如果布隆过滤器判断存在则放行这个请求会去访问redis哪怕此时 redis 中的数据过期了但是数据库中一定存在这个数据在数据库中查询出来这个数据后再将其放入到redis 中假设布隆过滤器判断这个数据不存在则直接返回 这种方式优点在于节约内存空间存在误判误判原因在于布隆过滤器走的是哈希思想只要哈希思想就可能存在哈希冲突
