企业网站推广的模式,创建目录wordpress,网站推广有哪些举措,网站建设最新模板下载1、缓存穿透
指缓存和数据库中都没有的数据#xff0c;而用户不断发起请求。由于缓存不命中#xff0c;并且出于容错考虑#xff0c;如果从存储层查不到数据则不写入缓存#xff0c;这将导致这个不存在的数据每次请求都要到存储层去查询#xff0c;缓存就没有意义了。
在…1、缓存穿透
指缓存和数据库中都没有的数据而用户不断发起请求。由于缓存不命中并且出于容错考虑如果从存储层查不到数据则不写入缓存这将导致这个不存在的数据每次请求都要到存储层去查询缓存就没有意义了。
在流量大时可能DB就挂掉了要是有人利用不存在的key频繁攻击我们的应用这就是漏洞。
解决方案
从缓存取不到的数据在数据库中也没有取到这时也可以将key-value对写为key-null缓存有效时间可以设置短点如30秒。布隆过滤器。bloomfilter就类似于一个hash set用于快速判某个元素是否存在于集合中其典型的应用场景就是快速判断一个key是否存在于某容器不存在就直接返回。
2、缓存击穿
主要针对的是热点key 指缓存中没有但数据库中有的数据一般是缓存时间到期这时由于并发用户特别多同时读缓存没读到数据又同时去数据库去取数据引起数据库压力瞬间增大造成过大压力。 解决方案
设置热点数据永远不过期。接口限流与熔断降级。重要的接口一定要做好限流策略防止用户恶意刷接口同时要降级准备当接口中的某些 服务 不可用时候进行熔断失败快速返回机制。加互斥锁。
3、缓存雪崩
指缓存中数据大批量过期而查询数据量巨大引起数据库压力过大甚至down机。 缓存击穿指并发查同一条数据缓存雪崩是不同数据都过期了很多数据都查不到从而查数据库。 解决方案
缓存数据的过期时间设置随机防止同一时间大量数据过期现象发生。如果缓存数据库是分布式部署将热点数据均匀分布在不同的缓存数据库中。设置热点数据永远不过期。
4、缓存污染
缓存污染问题说的是缓存中一些只会被访问一次或者几次的的数据被访问完后再也不会被访问到但这部分数据依然留存在缓存中消耗缓存空间。
缓存污染会随着数据的持续增加而逐渐显露随着服务的不断运行缓存中会存在大量的永远不会再次被访问的数据。缓存空间是有限的如果缓存空间满了再往缓存里写数据时就会有额外开销影响Redis性能。
一般性建议缓存容量设置为总数据量的 15% 到 30%兼顾访问性能和内存空间开销。
5、缓存淘汰策略
主要分成三大类
不淘汰:noeviction v4.0后默认的设置了过期时间的数据 随机volatile-random ttlvolatile-ttl lruvolatile-lru lfuvolatile-lfu全部淘汰 随机allkeys-random lruallkeys-lru lfuallkeys-lfu
5.1、缓存淘汰策略详解
noeviction: 该策略是Redis的默认策略,一旦缓存被写满了再有写请求来时Redis 不再提供服务而是直接返回错误。这种策略不会淘汰数据所以无法解决缓存污染问题。一般生产环境不建议使用。volatile-random: 在设置了过期时间的键值对中进行随机删除。因为是随机删除无法把不再访问的数据筛选出来所以可能依然会存在缓存污染现象无法解决缓存污染问题。volatile-ttl: 参考的指标比随机删除时多进行一步过期时间的排序。Redis在筛选需删除的数据时越早过期的数据越优先被选择。volatile-lru: 按照最近最少使用的原则来筛选数据。这种模式下会使用 LRU 算法筛选设置了过期时间的键值对。volatile-lfu: 使用 LFU 算法选择设置了过期时间的键值对. LFU 算法LFU 缓存策略是在 LRU 策略基础上为每个数据增加了一个计数器来统计这个数据的访问次数。当使用 LFU 策略筛选淘汰数据时首先会根据数据的访问次数进行筛选把访问次数最低的数据淘汰出缓存。如果两个数据的访问次数相同LFU 策略再比较这两个数据的访问时效性把距离上一次访问时间更久的数据淘汰出缓存。
6、数据库和缓存一致性问题
加入redis换粗后的一般的业务场景如下 读取缓存步骤一般没有什么问题但是一旦涉及到数据更新数据库和缓存更新就容易出现缓存(Redis)和数据库MySQL间的数据一致性问题。
不管是先写MySQL数据库再删除Redis缓存还是先删除缓存再写库都有可能出现数据不一致的情况。
总结
读的时候先读缓存缓存没有的话就读数据库然后取出数据后放入缓存同时返回响应。 更新的时候先更新数据库然后再删除缓存。
6.1、缓存一致性的解决方案
在更新数据库成功后删除缓存key不一定生效的解决方案是什么
方案1队列 重试机制 流程如下所示
1.更新数据库数据
2.缓存因为种种问题删除失败
3.将需要删除的key发送至消息队列
4.自己消费消息获得需要删除的key
5.继续重试删除操作直到成功该方案有一个缺点对业务线代码造成大量的侵入。于是有了方案2
方案2异步更新缓存(基于订阅binlog的同步机制) 整体思路MySQL binlog增量订阅消费消息队列增量数据更新到redis
