前言
首發(fā)公眾號：bigsai 頭條號：程序員bigsai 還請關(guān)注、一鍵三連！
對于Web來說，用戶量和訪問量在一定程度上推動項(xiàng)目技術(shù)和架構(gòu)的更迭和進(jìn)步?？赡軙幸韵碌囊恍顩r：
- 頁面并發(fā)量和訪問量并不多，MySQL足以支撐自己邏輯業(yè)務(wù)的發(fā)展。那么其實(shí)可以不加緩存。最多對靜態(tài)頁面進(jìn)行緩存即可。
- 頁面的并發(fā)量顯著增多，數(shù)據(jù)庫有些壓力，并且有些數(shù)據(jù)更新頻率較低反復(fù)被查詢或者查詢速度較慢。那么就可以考慮使用緩存技術(shù)優(yōu)化。對高命中的對象存到key-value形式的redis中，那么，如果數(shù)據(jù)被命中，那么可以不經(jīng)過效率很低的db。從高效的redis中查找到數(shù)據(jù)。
- 當(dāng)然，可能還會遇到其他問題，你還通過靜態(tài)頁面緩存頁面、cdn加速、甚至負(fù)載均衡這些方法提高系統(tǒng)并發(fā)量。這里就不做介紹。
緩存思想無處不在
我們從一個(gè)算法問題開始了解緩存的意義。
問題1：
- 輸入一個(gè)數(shù)n(n<20),求n??；
分析1：
- 單單考慮算法，不考慮數(shù)值越界問題。 當(dāng)然我們知道n!=n * (n-1) * (n-2) * ... * 1= n * (n-1)!; 那么我們可以用一個(gè)遞歸函數(shù)解決問題。
static long jiecheng(int n)
{
if(n==1||n==0)return 1;
else {
return n*jiecheng(n-1);
}
}
這樣每輸入求一次需要執(zhí)行n次。 問題2：
- 輸入t組數(shù)據(jù)(可能成百上千)，每組一個(gè)xi(xi<20),求xi?。?/li>
分析2：
- 如果使用遞歸,輸入t組數(shù)據(jù)，每次輸入為xi，那么每次都要執(zhí)行次數(shù)為： 當(dāng)每次輸入的Xi過大或者t過大都會造成不小的負(fù)擔(dān)！時(shí)間復(fù)雜度為O(n2)
- 那么能否換個(gè)思想的。沒錯(cuò)、是打表。打表常用于ACM算法中，常用于解決多組輸入輸出、圖論搜索結(jié)果、路徑儲存問題。那么，對于這個(gè)求階乘。我們只需要申請一個(gè)數(shù)組，按照編號從前往后將在需求的數(shù)存到數(shù)組中，后面再取得時(shí)候直接輸出數(shù)組值就可以，思想很明確吧:
import JAVA.util.Scanner;
public class test {
public static void main(String[] args) {
// TODO Auto-generated method stub
Scanner sc=new Scanner(System.in);
int t=sc.nextInt();
long jiecheng[]=new long[21];
jiecheng[0]=1;
for(int i=1;i<21;i++)
{
jiecheng[i]=jiecheng[i-1]*i;
}
for(int i=0;i<t;i++) {
int x=sc.nextInt();
System.out.println(jiecheng[x]);
}
}
}
- 時(shí)間復(fù)雜度才O(n)。這里的思想就和緩存思想差不多。先將數(shù)據(jù)在jiecheng[21]數(shù)組中儲存。執(zhí)行一次計(jì)算。當(dāng)后面繼續(xù)訪問的時(shí)候就相當(dāng)于訪問靜態(tài)數(shù)組值。每次都為O(1的操作)。
緩存的應(yīng)用場景
緩存適用于高并發(fā)的場景，提升服務(wù)容量。主要是將從經(jīng)常被訪問的數(shù)據(jù)或者查詢成本較高從慢的介質(zhì)中存到比較快的介質(zhì)中，比如從硬盤—>內(nèi)存。我們知道大多數(shù)關(guān)系數(shù)據(jù)庫是基于硬盤讀寫的，其效率和資源有限，而redis是基于內(nèi)存的，其讀寫速度差別差別很大。當(dāng)并發(fā)過高關(guān)系數(shù)據(jù)庫性能達(dá)到瓶頸時(shí)候，就可以策略性將常訪問數(shù)據(jù)放到Redis提高系統(tǒng)吞吐和并發(fā)量。
對于常用網(wǎng)站和場景，關(guān)系數(shù)據(jù)庫主要可能放在兩個(gè)地方：
- 讀寫IO性能較差
- 一個(gè)數(shù)據(jù)可能通過較大量計(jì)算得到
所以使用緩存能夠減少磁盤IO次數(shù)和關(guān)系數(shù)據(jù)庫的計(jì)算次數(shù)。讀取上速度快也從兩個(gè)方面體現(xiàn)：
- 基于內(nèi)存，讀寫較快
- 使用哈希算法直接定位結(jié)果不需要計(jì)算
所以對于像樣的，有點(diǎn)規(guī)模的網(wǎng)站，緩存是很 necessary的，而Redis無疑是最好的選擇之一。
需要注意的問題
緩存使用不當(dāng)會帶來很多問題。所以需要對一些細(xì)節(jié)進(jìn)行認(rèn)真考量和設(shè)計(jì)。當(dāng)然最難得數(shù)據(jù)一致性在下面單獨(dú)分析。
是否用緩存
項(xiàng)目不能為了用緩存而用緩存，緩存并一定適合所有場景，如果對數(shù)據(jù)一致性要求極高，又或者數(shù)據(jù)頻繁更改而查詢并不多，又或者根本沒并發(fā)量的、查詢簡單的不一定需要緩存，還可能浪費(fèi)資源使得項(xiàng)目變得臃腫難維護(hù)，并且使用redis緩存多多少少可能會遇到數(shù)據(jù)一致性問題需要考慮。
緩存合理設(shè)計(jì)
在設(shè)計(jì)緩存的時(shí)候，很可能會遇到多表查詢，如果遇到多表查詢緩存的鍵值對就需要合理考慮，是拆分還是合在一起？當(dāng)然如果組合種類多但常出現(xiàn)的不多也可以直接緩存，具體的設(shè)計(jì)要根據(jù)項(xiàng)目業(yè)務(wù)需求來看，并沒有一個(gè)非常絕對的標(biāo)準(zhǔn)。
過期策略選擇
- 緩存裝的是相對熱點(diǎn)和常用的數(shù)據(jù)，Redis資源也是有限，需要選擇一個(gè)合理的策略讓緩存過期刪除。我們學(xué)過操作系統(tǒng)也知道在計(jì)算機(jī)的緩存實(shí)現(xiàn)中有先進(jìn)先出的算法（FIFO）；最近最少使用算法（LRU）；最佳淘汰算法（OPT）；最少訪問頁面算法（LFR）等磁盤調(diào)度算法。設(shè)計(jì)Redis緩存時(shí)候也可以借鑒。根據(jù)時(shí)間來的FIFO是最好實(shí)現(xiàn)的。且Redis在全局key支持過期策略。
- 并且過期時(shí)間也要根據(jù)系統(tǒng)情況合理設(shè)置，如果硬件好點(diǎn)當(dāng)前可以稍微久一點(diǎn)，但是過期時(shí)間過久或者過短可能都不太好，過短可能緩存命中率不高，而過久很可能造成很多冷門數(shù)據(jù)存儲在Redis中不釋放。
數(shù)據(jù)一致性問題★
上面其實(shí)提到數(shù)據(jù)一致性問題。如果對一致性要求極高那么不建議使用緩存。下面稍微梳理一下緩存的數(shù)據(jù)。 在Redis緩存中經(jīng)常會遇到數(shù)據(jù)一致性問題。對于一個(gè)緩存，下面羅列幾種情況：
讀
read：從Redis中讀取，如果Redis中沒有，那么就從MySQL中獲取更新Redis緩存。 下面流程圖描述常規(guī)場景，沒啥爭議：
寫1：先更新數(shù)據(jù)庫，再更新緩存(普通低并發(fā))
更新數(shù)據(jù)庫信息，再更新Redis緩存。這是常規(guī)做法，緩存基于數(shù)據(jù)庫，取自數(shù)據(jù)庫。
但是其中可能遇到一些問題，例如上述如果更新緩存失敗(宕機(jī)等其他狀況)，將會使得數(shù)據(jù)庫和Redis數(shù)據(jù)不一致。造成DB新數(shù)據(jù)，緩存舊數(shù)據(jù)。
寫2：先刪除緩存，再寫入數(shù)據(jù)庫(低并發(fā)優(yōu)化)
解決的問題
這種情況能夠有效避免寫1中防止寫入Redis失敗的問題。將緩存刪除進(jìn)行更新。理想是讓下次訪問Redis為空去MySQL取得最新值到緩存中。但是這種情況僅限于低并發(fā)的場景中而不適用高并發(fā)場景。
存在的問題
寫2雖然能夠看似寫入Redis異常的問題?？此戚^為好的解決方案但是在高并發(fā)的方案中其實(shí)還是有問題的。我們在寫1討論過如果更新庫成功，緩存更新失敗會導(dǎo)致臟數(shù)據(jù)。我們理想是刪除緩存讓下一個(gè)線程訪問適合更新緩存。問題是：如果這下一個(gè)線程來的太早、太巧了呢？
因?yàn)槎嗑€程你也不知道誰先誰后，誰快誰慢。如上圖所示情況，將會出現(xiàn)Redis緩存數(shù)據(jù)和MySQL不一致。當(dāng)然你可以對key進(jìn)行上鎖。但是鎖這種重量級的東西對并發(fā)功能影響太大，能不用鎖就別用！上述情況就高并發(fā)下依然會造成緩存是舊數(shù)據(jù)，DB是新數(shù)據(jù)。并且如果緩存沒有過期這個(gè)問題會一直存在。
寫3：延時(shí)雙刪策略
這個(gè)就是延時(shí)雙刪策略，能過緩解在寫2中在更新MySQL過程中有讀的線程進(jìn)入造成Redis緩存與MySQL數(shù)據(jù)不一致。方法就是刪除緩存->更新緩存->延時(shí)(幾百ms)(可異步)再次刪除緩存。即使在更新緩存途中發(fā)生寫2的問題。造成數(shù)據(jù)不一致，但是延時(shí)(具體時(shí)間根據(jù)業(yè)務(wù)來，一般幾百ms)再次刪除也能很快的解決不一致。
但是就寫的方案其實(shí)還是有漏洞的，比如第二次刪除錯(cuò)誤、多寫多讀高并發(fā)情況下對MySQL訪問的壓力等等。當(dāng)然你可以選擇用MQ等消息隊(duì)列異步解決。其實(shí)實(shí)際的解決很難顧及到萬無一失，所以不少大佬在設(shè)計(jì)這一環(huán)節(jié)可能會因?yàn)橐恍┘劼粐?。作為菜菜的筆者在這里就更不獻(xiàn)丑了，各位大佬歡迎貢獻(xiàn)你們的方案。
寫4：直接操作緩存，定期寫入sql(適合高并發(fā))
當(dāng)有一堆并發(fā)(寫)扔過來的后，前面幾個(gè)方案即使使用消息隊(duì)列異步通信但也很難給用戶一個(gè)舒適的體驗(yàn)。并且對大規(guī)模操作sql對系統(tǒng)也會造成不小的壓力。所以還有一種方案就是直接操作緩存，將緩存定期寫入sql。因?yàn)镽edis這種非關(guān)系數(shù)據(jù)庫又基于內(nèi)存操作KV相比傳統(tǒng)關(guān)系型要快很多。
上面適用于高并發(fā)情況下業(yè)務(wù)設(shè)計(jì)，這個(gè)時(shí)候以Redis數(shù)據(jù)為主，MySQL數(shù)據(jù)為輔助。定期插入(好像數(shù)據(jù)備份庫一樣)。當(dāng)然，這種高并發(fā)往往會因?yàn)闃I(yè)務(wù)對讀、寫得順序等等可能有不同要求，可能還要借助消息隊(duì)列以及鎖完成針對業(yè)務(wù)上對數(shù)據(jù)和順序可能會因?yàn)楦卟l(fā)、多線程帶來的不確定性和不穩(wěn)定性，提高業(yè)務(wù)可靠性。
總之，越是高并發(fā)、越是對數(shù)據(jù)一致性要求高的方案在數(shù)據(jù)一致性的設(shè)計(jì)方案需要考慮和顧及的越復(fù)雜、越多。上述也是筆者針對Redis數(shù)據(jù)一致性問題的學(xué)習(xí)和自我發(fā)散(胡扯)學(xué)習(xí)。如果有解釋理解不合理或者還請各位大佬指正！
