Redis内容也是在B站上看的视频，这一部分讲的比较概述，但是博主认为讲得还是比较全面的，市面上的资源，我了解到的讲得应对面试的比较多，这个可能不适合面试，但是对个人理解层面可能会比较客观些。而且越深入了解技术越会发现它的设计和思想的迷人之处。

面试我看到的讲得还不错的链接传送门：https://mp.weixin.qq.com/s/lQEzWRRg_fP_md_nVjlbUw

企业级解决方案

缓存预热

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

解决方案

前置准备工作：

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. 利用LRU数据删除策略，构建数据留存队列 例如：storm与kafka配合

准备工作：

1. 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

2. 利用分布式多服务器同时进行数据读取，提速数据加载过程

3. 热点数据主从同时预热 实施：

4. 使用脚本程序固定触发数据预热过程

5. 如果条件允许，使用了CDN（内容分发网络），效果会更好

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

数据库服务器崩溃( 1 )

1.系统平稳运行过程中,忽然数据库连接量激增

2.应用服务器无法及时处理请求

3.大量408 , 500错误页面出现

4.客户反复刷新页面获取数据

5.数据库崩溃

6.应用服务器崩溃

7.重启应用服务器无效

1. Redis服务器崩溃
2. Redis集群崩溃
3. 重启数据库后再次被瞬间流量放倒

问题排查

1.在一个较短的时间内,缓存中较多的key集中过期

2.此周期内请求访问过期的数据, redis未命中, redis向数据库获取数据

3.数据库同时接收到大量的请求无法及时处理

4.Redis大量请求被积压 ,开始出现超时现象

5.数据库流量激增,数据库崩溃

6.重启后仍然面对缓存中无数据可用

7.Redis服务器资源被严重占用, Redis服务器崩溃

8.Redis集群呈现崩塌 ,集群瓦解

9.应用服务器无法及时得到数据响应请求,来自客户端的请求数量越来越多,应用服务器崩溃

10.应用服务器, redis ,数据库全部重启,效果不理想

问题分析

●短时间范围内

●大量key集中过期

解决方案(道)

1.更多的页面静态化处理

2.构建多级缓存架构

​ Nginx缓存+ redis缓存+ehcache缓存

3.检测Mysql严重耗时业务进行优化

​ 对数据库的瓶颈排查:例如超时查询、耗时较高事务等

4.灾难预警机制

​ 监控redis服务器性能指标

​ ●CPU占用、 CPU使用率

​ ●内存容量

​ ●查询平均响应时间

​ ●线程数

5.限流、降级

​ 短时间范围内牺牲一些客户体验 ,限制一部分请求访问,降低应用服务器压力,待业务低速运转后再逐步放开访问

解决方案(术)

1. LRU与LFU切换
2. 数据有效期策略调整
3. 根据业务数据有效期进行分类错峰, A类90分钟, B类80分钟, C类70分钟

(同一个分类里设置)过期时间使用固定时间+ 随机值的形式,稀释集中到期的key的数量

1. 超热数据使用永久key

2. 定期维护(自动+人工)

对即将过期数据做访问量分析,确认是否延时,配合访问量统计,做热点数据的延时

1. 加锁

   慎用!

总结

缓存雪崩就是瞬间过期数据量太大,导致对数据库服务器造成压力。如能够有效避免过期时间集中,可以有效解决雪崩现象的出现(约40%) , 配合其他策略一起使用,并监控服务器的运行数据,根据运行记录做快速调整。

缓存击穿

数据库服务器崩溃( 2 )

​ 1.系统平稳运行过程中

​ 2.数据库连接量瞬间激增

1. Redis服务器无大量key过期
2. Redis内存平稳 ,无波动
3. Redis服务器CPU正常
4. 数据库崩溃

问题排查

1. Redis中某个key过期 ,该key访问量巨大
2. 多个数据请求从服务器直接压到Redis后 ,均未命中
3. Redis在短时间内发起 了大量对数据库中同一数据的访问

问题分析

单个key高热数据

key过期

解决方案（术）

1.预先设定

以电商为例,每个商家根据店铺等级,指定若干款主打商品,在购物节期间，加大此类信息key的过期时长 注意:购物节不仅仅指当天,以及后续若干天,访问峰值呈现逐渐降低的趋势

2.现场调整

监控访问量,对自然流量激增的数据延长过期时间或设置为永久性key

3.后台刷新数据

启动定时任务,高峰期来临之前,刷新数据有效期,确保不丢失

4.二级缓存

设置不同的失效时间,保障不会被同时淘汰就行

5.加锁

分布式锁,防止被击穿,但是要注意也是性能瓶颈，慎重!

总结

缓存击穿就是单个高热数据过期的瞬间,数据访问量较大,未命中redis后,发起了大量对同一数据的数据库访问,导致对数据库服 务器造成压力。应对策略应该在业务数据分析与预防方面进行,配合运行监控测试与即时调整策略,毕竟单个key的过期监控难度 较高,配合雪崩处理策略即可。

缓存穿透

数据库服务器崩溃( 3 )

​ 1.系统平稳运行过程中

​ 2.应用服务器流量随时间增量较大

1. Redis服务器命中率随时间逐步降低
2. Redis内存平稳 ,内存无压力
3. Redis服务器CPU占用激增
4. 数据库服务器压力激增
5. 数据库崩溃

问题排查

1. Redis中大面积出现未命中
2. 出现非正常URL访问

问题分析

●获取的数据在数据库中也不存在 ,数据库查询未得到对应数据

●Redis获取到null数据未进行持久化 ,直接返回

●下次此类数据到达重复上述过程

●出现黑客攻击服务器

解决方案（术）

1.缓存null .

对查询结果为null的数据进行缓存(长期使用,定期清理) , 设定短时限,例如30-60秒,最高5分钟

2.白名单策略

●提前预热各种分类数据id对应的bitmaps , id作为bitmaps的offset ,相当于设置了数据白名单。当加载正常数据时,放行,加载异常数据时直接拦截(效率偏低)

●使用布隆过滤器(有关布隆过滤器的命中问题对当前状况可以忽略)

3.实施监控

实时监控redis命中率(业务正常范围时,通常会有一个波动值)与null数据的占比

●非活动时段波动 :通常检测3-5倍,超过5倍纳入重点排查对象

●活动时段波动 :通常检测10-50倍,超过50倍纳入重点排查对象

根据倍数不同,启动不同的排查流程。然后使用黑名单进行防控(运营)

4.key加密

问题出现后,临时启动防灾业务key ,对key进行业务层传输加密服务,设定校验程序,过来的key校验

例如每天随机分配60个加密串,挑选2到3个,混淆到页面数据id中,发现访问key不满足规则,驳回数据访问

总结

缓存穿透访问了不存在的数据,跳过了合法数据的redis数据缓存阶段,每次访问数据库,导致对数据库服务器造成压力。通常此类数据的出现量是一个较低的值,当出现此类情况以毒攻毒,并及时报警。应对策略应该在临时预案防范方面多做文章。

无论是黑名单还是白名单,都是对整体系统的压力,警报解除后尽快移除。

性能指标监控

●性能指标: Performance

●内存指标: Memory

●基本活动指标: Basic activity

●持久性指标: Persistence

●错误指标: Error

监控指标

●性能指标: Performance

●内存指标: Memory

●基本活动指标: Basic activity

●持久性指标: Persistence

●错误指标: Error

未命中次数

监控方式

●工具 ●Cloud Insight Redis ●Prometheus ●Redis-stat ●Redis-faina ●RedisLive ●zabbix

●命令 ●benchmark ●redis cli ●monitor ●showlog

benchmark

压测

●命令

redis-benchmark [-h ] [-p ] [-c ] [-n <requests]> [-k ]

●范例1

redis-benchmark

说明: 50个连接, 10000次请求对应的性能 ●范例2

redis-benchmark -c 100 -n 5000

说明: 100个连接, 5000次请求对应的性能

monitor

●命令

monitor

打印服务器调试信息

showlong

因为操作过少，结果为空，大量操作之后才会进来，下图仅供了解一下使用命令

●命令

showlong [operator]

●get :获取慢查询日志 ●len :获取慢查询日志条目数 reset : 重置慢查询日志

●相关配置

slowlog-log-slower-than 1000 # 设置慢查询的时间下线，单位:微秒

slowlog-max-len 100 #设置慢查询命令对应的日志显示长度，单位:命令数