redis高並發處理介紹（5大難題解決方案）

2023-05-14 10:00:14 1

這大概是最詳細的一篇關於redis文章了，分享給熱愛鑽研技術童鞋們~

緩存雪崩

數據未加載到緩存中，或者緩存同一時間大面積的失效，從而導致所有請求都去查資料庫，導致資料庫CPU和內存負載過高，甚至宕機。

比如一個雪崩的簡單過程：

1、redis集群大面積故障

2、緩存失效，但依然大量請求訪問緩存服務redis

3、redis大量失效後，大量請求轉向到MySQL資料庫

4、mysql的調用量暴增，很快就扛不住了，甚至直接宕機

5、由於大量的應用服務依賴mysql和redis的服務，這個時候很快會演變成各伺服器集群的雪崩，最後網站徹底崩潰。

如何預防緩存雪崩：

1.緩存的高可用性

緩存層設計成高可用，防止緩存大面積故障。即使個別節點、個別機器、甚至是機房宕掉，依然可以提供服務，例如 Redis Sentinel 和 Redis Cluster 都實現了高可用。

2.緩存降級

可以利用ehcache等本地緩存(暫時支持)，但主要還是對源服務訪問進行限流、資源隔離（熔斷）、降級等。

當訪問量劇增、服務出現問題仍然需要保證服務還是可用的。系統可以根據一些關鍵數據進行自動降級，也可以配置開關實現人工降級，這裡會涉及到運維的配合。

降級的最終目的是保證核心服務可用，即使是有損的。

比如推薦服務中，很多都是個性化的需求，假如個性化需求不能提供服務了，可以降級補充熱點數據，不至於造成前端頁面是個大空白。

在進行降級之前要對系統進行梳理，比如：哪些業務是核心(必須保證)，哪些業務可以容許暫時不提供服務(利用靜態頁面替換)等，以及配合伺服器核心指標，來後設置整體預案，比如：

（1）一般：比如有些服務偶爾因為網絡抖動或者服務正在上線而超時，可以自動降級；

（2）警告：有些服務在一段時間內成功率有波動（如在95~100%之間），可以自動降級或人工降級，並發送告警；

（3）錯誤：比如可用率低於90%，或者資料庫連接池被打爆了，或者訪問量突然猛增到系統能承受的最大閥值，此時可以根據情況自動降級或者人工降級；

（4）嚴重錯誤：比如因為特殊原因數據錯誤了，此時需要緊急人工降級。

3.Redis備份和快速預熱

1)Redis數據備份和恢復

2)快速緩存預熱

4.提前演練

最後，建議還是在項目上線前，演練緩存層宕掉後，應用以及後端的負載情況以及可能出現的問題，對高可用提前預演，提前發現問題。

緩存穿透

緩存穿透是指查詢一個一不存在的數據。例如：從緩存redis沒有命中，需要從mysql資料庫查詢，查不到數據則不寫入緩存，這將導致這個不存在的數據每次請求都要到資料庫去查詢，造成緩存穿透。

解決思路：

如果查詢資料庫也為空，直接設置一個默認值存放到緩存，這樣第二次到緩衝中獲取就有值了，而不會繼續訪問資料庫。設置一個過期時間或者當有值的時候將緩存中的值替換掉即可。

可以給key設置一些格式規則，然後查詢之前先過濾掉不符合規則的Key。

緩存並發

這裡的並發指的是多個redis的client同時set key引起的並發問題。其實redis自身就是單線程操作，多個client並發操作，按照先到先執行的原則，先到的先執行，其餘的阻塞。當然，另外的解決方案是把redis.set操作放在隊列中使其串行化，必須的一個一個執行。

緩存預熱

緩存預熱就是系統上線後，將相關的緩存數據直接加載到緩存系統。

這樣就可以避免在用戶請求的時候，先查詢資料庫，然後再將數據緩存的問題！用戶直接查詢事先被預熱的緩存數據！

解決思路：

1、直接寫個緩存刷新頁面，上線時手工操作下；

2、數據量不大，可以在項目啟動的時候自動進行加載；

目的就是在系統上線前，將數據加載到緩存中。

Redis的高並發和快速原因

1.redis是基於內存的，內存的讀寫速度非常快；

2.redis是單線程的，省去了很多上下文切換線程的時間；

3.redis使用多路復用技術，可以處理並發的連接。非阻塞IO 內部實現採用epoll，採用了epoll 自己實現的簡單的事件框架。epoll中的讀、寫、關閉、連接都轉化成了事件，然後利用epoll的多路復用特性，絕不在io上浪費一點時間。

下面重點介紹單線程設計和IO多路復用核心設計快的原因。

為什麼Redis是單線程的？

1.官方答案

因為Redis是基於內存的操作，CPU不是Redis的瓶頸，Redis的瓶頸最有可能是機器內存的大小或者網絡帶寬。既然單線程容易實現，而且CPU不會成為瓶頸，那就順理成章地採用單線程的方案了。

2.性能指標

關於redis的性能，官方網站也有，普通筆記本輕鬆處理每秒幾十萬的請求。

3.詳細原因

1）不需要各種鎖的性能消耗

Redis的數據結構並不全是簡單的Key-Value，還有list，hash等複雜的結構，這些結構有可能會進行很細粒度的操作，比如在很長的列表後面添加一個元素，在hash當中添加或者刪除

一個對象。這些操作可能就需要加非常多的鎖，導致的結果是同步開銷大大增加。

總之，在單線程的情況下，就不用去考慮各種鎖的問題，不存在加鎖釋放鎖操作，沒有因為可能出現死鎖而導致的性能消耗。

2）單線程多進程集群方案

單線程的威力實際上非常強大，每核心效率也非常高，多線程自然是可以比單線程有更高的性能上限，但是在今天的計算環境中，即使是單機多線程的上限也往往不能滿足需要了，需要進一步摸索的是多伺服器集群化的方案，這些方案中多線程的技術照樣是用不上的。

所以單線程、多進程的集群不失為一個時髦的解決方案。

3）CPU消耗

採用單線程，避免了不必要的上下文切換和競爭條件，也不存在多進程或者多線程導致的切換而消耗 CPU。

但是如果CPU成為Redis瓶頸，或者不想讓伺服器其他CUP核閒置，那怎麼辦？

可以考慮多起幾個Redis進程，Redis是key-value資料庫，不是關係資料庫，數據之間沒有約束。只要客戶端分清哪些key放在哪個Redis進程上就可以了。

Redis單線程的優劣勢

單進程單線程優勢

單進程單線程弊端

IO多路復用技術

redis 採用網絡IO多路復用技術來保證在多連接的時候， 系統的高吞吐量。

多路-指的是多個socket連接，復用-指的是復用一個線程。多路復用主要有三種技術：select，poll，epoll。epoll是最新的也是目前最好的多路復用技術。

這裡「多路」指的是多個網絡連接，「復用」指的是復用同一個線程。採用多路 I/O 復用技術可以讓單個線程高效的處理多個連接請求（儘量減少網絡IO的時間消耗），且Redis在內存中操作數據的速度非常快（內存內的操作不會成為這裡的性能瓶頸），主要以上兩點造就了Redis具有很高的吞吐量。

Redis高並發快總結

1. Redis是純內存資料庫，一般都是簡單的存取操作，線程佔用的時間很多，時間的花費主要集中在IO上，所以讀取速度快。

2. 再說一下IO，Redis使用的是非阻塞IO，IO多路復用，使用了單線程來輪詢描述符，將資料庫的開、關、讀、寫都轉換成了事件，減少了線程切換時上下文的切換和競爭。

3. Redis採用了單線程的模型，保證了每個操作的原子性，也減少了線程的上下文切換和競爭。

4. 另外，數據結構也幫了不少忙，Redis全程使用hash結構，讀取速度快，還有一些特殊的數據結構，對數據存儲進行了優化，如壓縮表，對短數據進行壓縮存儲，再如，跳表，使用有序的數據結構加快讀取的速度。

5. 還有一點，Redis採用自己實現的事件分離器，效率比較高，內部採用非阻塞的執行方式，吞吐能力比較大。

需求起因

在高並發的業務場景下，資料庫大多數情況都是用戶並發訪問最薄弱的環節。所以，就需要使用redis做一個緩衝操作，讓請求先訪問到redis，而不是直接訪問MySQL等資料庫。

這個業務場景，主要是解決讀數據從Redis緩存，一般都是按照下圖的流程來進行業務操作。

讀取緩存步驟一般沒有什麼問題，但是一旦涉及到數據更新：資料庫和緩存更新，就容易出現緩存(Redis)和資料庫（MySQL）間的數據一致性問題。

不管是先寫MySQL資料庫，再刪除Redis緩存；還是先刪除緩存，再寫庫，都有可能出現數據不一致的情況。舉一個例子：

1.如果刪除了緩存Redis，還沒有來得及寫庫MySQL，另一個線程就來讀取，發現緩存為空，則去資料庫中讀取數據寫入緩存，此時緩存中為髒數據。

2.如果先寫了庫，在刪除緩存前，寫庫的線程宕機了，沒有刪除掉緩存，則也會出現數據不一致情況。

因為寫和讀是並發的，沒法保證順序,就會出現緩存和資料庫的數據不一致的問題。

如來解決？這裡給出兩個解決方案，先易後難，結合業務和技術代價選擇使用。

緩存和資料庫一致性解決方案

1.第一種方案：採用延時雙刪策略

在寫庫前後都進行redis.del(key)操作，並且設定合理的超時時間。

偽代碼如下：

public void write(String key,Object data){ redis.delKey(key); db.updateData(data); Thread.sleep(500); redis.delKey(key); }

具體的步驟就是：

那麼，這個500毫秒怎麼確定的，具體該休眠多久呢？

需要評估自己的項目的讀數據業務邏輯的耗時。這麼做的目的，就是確保讀請求結束，寫請求可以刪除讀請求造成的緩存髒數據。

當然這種策略還要考慮redis和資料庫主從同步的耗時。最後的的寫數據的休眠時間：則在讀數據業務邏輯的耗時基礎上，加幾百ms即可。比如：休眠1秒。

設置緩存過期時間

從理論上來說，給緩存設置過期時間，是保證最終一致性的解決方案。所有的寫操作以資料庫為準，只要到達緩存過期時間，則後面的讀請求自然會從資料庫中讀取新值然後回填緩存。

該方案的弊端

結合雙刪策略 緩存超時設置，這樣最差的情況就是在超時時間內數據存在不一致，而且又增加了寫請求的耗時。

2、第二種方案：異步更新緩存(基於訂閱binlog的同步機制)

技術整體思路：

MySQL binlog增量訂閱消費 消息隊列 增量數據更新到redis

Redis更新

1）數據操作主要分為兩大塊：

這裡說的是增量,指的是mysql的update、insert、delate變更數據。

2）讀取binlog後分析 ，利用消息隊列,推送更新各臺的redis緩存數據。

這樣一旦MySQL中產生了新的寫入、更新、刪除等操作，就可以把binlog相關的消息推送至Redis，Redis再根據binlog中的記錄，對Redis進行更新。

其實這種機制，很類似MySQL的主從備份機制，因為MySQL的主備也是通過binlog來實現的數據一致性。

這裡可以結合使用canal(阿里的一款開源框架)，通過該框架可以對MySQL的binlog進行訂閱，而canal正是模仿了mysql的slave資料庫的備份請求，使得Redis的數據更新達到了相同的效果。

當然，這裡的消息推送工具你也可以採用別的第三方：kafka、rabbitMQ等來實現推送更新Redis。

以上是Redis詳解，覺得不錯請點讚支持下。