xiaolyuh@oschina

讀完需要

10

分鐘

速讀僅需 5 分鐘

我們使用緩存的主要目是提升查詢速度和保護(hù)數(shù)據(jù)庫(kù)等稀缺資源不被占滿。

而緩存最常見(jiàn)的問(wèn)題是緩存穿透、擊穿和雪崩，在高并發(fā)下這三種情況都會(huì)有大量請(qǐng)求落到數(shù)據(jù)庫(kù)，導(dǎo)致數(shù)據(jù)庫(kù)資源占滿，引起數(shù)據(jù)庫(kù)故障。今天我主要分享一下layering-cache緩存框架在這個(gè)三個(gè)問(wèn)題上的實(shí)踐方案。

概念

緩存穿透

在高并發(fā)下，查詢一個(gè)不存在的值時(shí)，緩存不會(huì)被命中，導(dǎo)致大量請(qǐng)求直接落到數(shù)據(jù)庫(kù)上，如活動(dòng)系統(tǒng)里面查詢一個(gè)不存在的活動(dòng)。

緩存擊穿

在高并發(fā)下，對(duì)一個(gè)特定的值進(jìn)行查詢，但是這個(gè)時(shí)候緩存正好過(guò)期了，緩存沒(méi)有命中，導(dǎo)致大量請(qǐng)求直接落到數(shù)據(jù)庫(kù)上，如活動(dòng)系統(tǒng)里面查詢活動(dòng)信息，但是在活動(dòng)進(jìn)行過(guò)程中活動(dòng)緩存突然過(guò)期了。

緩存雪崩

在高并發(fā)下，大量的緩存key在同一時(shí)間失效，導(dǎo)致大量的請(qǐng)求落到數(shù)據(jù)庫(kù)上，如活動(dòng)系統(tǒng)里面同時(shí)進(jìn)行著非常多的活動(dòng)，但是在某個(gè)時(shí)間點(diǎn)所有的活動(dòng)緩存全部過(guò)期。

常見(jiàn)解決方案

• 直接緩存NULL值

• 限流

• 緩存預(yù)熱

• 分級(jí)緩存

• 緩存永遠(yuǎn)不過(guò)期

layering-cache實(shí)踐

在layering-cache里面結(jié)合了緩存NULL值，緩存預(yù)熱，限流、分級(jí)緩存和間接的實(shí)現(xiàn)"永不過(guò)期"等幾種方案來(lái)應(yīng)對(duì)緩存穿透、擊穿和雪崩問(wèn)題。

直接緩存NULL值

應(yīng)對(duì)緩存穿透最有效的方法是直接緩存NULL值，但是緩存NULL的時(shí)間不能太長(zhǎng)，否則NULL數(shù)據(jù)長(zhǎng)時(shí)間得不到更新，也不能太短，否則達(dá)不到防止緩存擊穿的效果。

我在layering-cache對(duì)NULL值進(jìn)行了特殊處理，一級(jí)緩存不允許存NULL值，二級(jí)緩存可以配置緩存是否允許存NULL值，如果配置可以允許存NULL值，框架還支持配置緩存非空值和NULL值之間的過(guò)期時(shí)間倍率，這使得我們能精準(zhǔn)的控制每一個(gè)緩存的NULL值過(guò)期時(shí)間，控制粒度非常細(xì)。當(dāng)NULL緩存過(guò)期我還可以使用限流，緩存預(yù)熱等手段來(lái)防止穿透。

示例：

@Cacheable(value = "people", key = "#person.id", depict = "用戶信息緩存",firstCache = @FirstCache(expireTime = 10, timeUnit = TimeUnit.MINUTES),secondaryCache = @SecondaryCache(expireTime = 10, timeUnit = TimeUnit.HOURS,isAllowNullValue = true, magnification = 10)) public Person findOne(Person person) {Person p = personRepository.findOne(Example.of(person));logger.info("為id、key為:" + p.getId() + "數(shù)據(jù)做了緩存");return p; }

在這個(gè)例子里面isAllowNullValue = true表示允許緩存NULL值，magnification = 10表示NULL值和非NULL值之間的時(shí)間倍率是10，也就是說(shuō)當(dāng)緩存值為NULL值，二級(jí)緩存的有效時(shí)間將是1個(gè)小時(shí)。

限流

應(yīng)對(duì)緩存穿透的常用方法之一是限流，常見(jiàn)的限流算法有滑動(dòng)窗口，令牌桶算法和漏桶算法，或者直接使用隊(duì)列、加鎖等，在layering-cache里面我主要使用分布式鎖來(lái)做限流。

layering-cache數(shù)據(jù)讀取流程：?

數(shù)據(jù)讀取流程.jpg

下面是讀取數(shù)據(jù)的核心代碼：

private <T> T executeCacheMethod(RedisCacheKey redisCacheKey, Callable<T> valueLoader) {Lock redisLock = new Lock(redisTemplate, redisCacheKey.getKey() + "_sync_lock");// 同一個(gè)線程循環(huán)20次查詢緩存，每次等待20毫秒，如果還是沒(méi)有數(shù)據(jù)直接去執(zhí)行被緩存的方法for (int i = 0; i < RETRY_COUNT; i++) {try {// 先取緩存，如果有直接返回，沒(méi)有再去做拿鎖操作Object result = redisTemplate.opsForValue().get(redisCacheKey.getKey());if (result != null) {logger.debug("redis緩存 key= {} 獲取到鎖后查詢查詢緩存命中，不需要執(zhí)行被緩存的方法", redisCacheKey.getKey());return (T) fromStoreValue(result);}// 獲取分布式鎖去后臺(tái)查詢數(shù)據(jù)if (redisLock.lock()) {T t = loaderAndPutValue(redisCacheKey, valueLoader, true);logger.debug("redis緩存 key= {} 從數(shù)據(jù)庫(kù)獲取數(shù)據(jù)完畢，喚醒所有等待線程", redisCacheKey.getKey());// 喚醒線程container.signalAll(redisCacheKey.getKey());return t;}// 線程等待logger.debug("redis緩存 key= {} 從數(shù)據(jù)庫(kù)獲取數(shù)據(jù)未獲取到鎖，進(jìn)入等待狀態(tài)，等待{}毫秒", redisCacheKey.getKey(), WAIT_TIME);container.await(redisCacheKey.getKey(), WAIT_TIME);} catch (Exception e) {container.signalAll(redisCacheKey.getKey());throw new LoaderCacheValueException(redisCacheKey.getKey(), e);} finally {redisLock.unlock();}}logger.debug("redis緩存 key={} 等待{}次，共{}毫秒，任未獲取到緩存，直接去執(zhí)行被緩存的方法", redisCacheKey.getKey(), RETRY_COUNT, RETRY_COUNT * WAIT_TIME, WAIT_TIME);return loaderAndPutValue(redisCacheKey, valueLoader, true); }

當(dāng)需要加載緩存的時(shí)候，需要獲取到鎖才有權(quán)限到后臺(tái)去加載緩存數(shù)據(jù)，否則就會(huì)等待（同一個(gè)線程循環(huán)20次查詢緩存，每次等待20毫秒，如果還是沒(méi)有數(shù)據(jù)直接去執(zhí)行被緩存的方法，這個(gè)主要是為了防止獲取到鎖并且去加載緩存的線程出問(wèn)題，沒(méi)有返回而導(dǎo)致死鎖）。當(dāng)獲取到鎖的線程執(zhí)行完成會(huì)將獲取到的數(shù)據(jù)放到緩存中，并且喚醒所有等待線程。

這里需要注意一下讓線程等待一定不能用Thread.sleep()，我在使用Spring Redis Cache的時(shí)候，我發(fā)現(xiàn)當(dāng)并發(fā)達(dá)到300左右，緩存一旦過(guò)期就會(huì)引起死鎖，原因是使用的是sleep方法來(lái)讓沒(méi)有獲取到鎖的線程等待，當(dāng)?shù)却木€程很多的時(shí)候會(huì)產(chǎn)生大量上下文切換，導(dǎo)致獲取到鎖的線程一直獲取不到cpu的執(zhí)行權(quán)，導(dǎo)致死鎖。在layering-cache里面，我們使用的是LockSupport.parkNanos方法，它會(huì)釋放cpu資源, 因?yàn)槲覀兪褂玫氖莚edis分布式鎖，所以也不能使用wait-notify機(jī)制。

緩存預(yù)熱

有效應(yīng)對(duì)緩存的擊穿和雪崩的方式之一是緩存預(yù)加載。

@Cacheable(value = "people", key = "#person.id", depict = "用戶信息緩存",firstCache = @FirstCache(expireTime = 10, timeUnit = TimeUnit.MINUTES),secondaryCache = @SecondaryCache(expireTime = 10, preloadTime = 2,timeUnit = TimeUnit.HOURS,)) public Person findOne(Person person) {Person p = personRepository.findOne(Example.of(person));logger.info("為id、key為:" + p.getId() + "數(shù)據(jù)做了緩存");return p; }

在 layering-cache里面二級(jí)緩存會(huì)配置兩個(gè)時(shí)間，expireTime是緩存的過(guò)期時(shí)間，preloadTime 是緩存的刷新時(shí)間（預(yù)加載時(shí)間）。每次二級(jí)緩存被命中都會(huì)去檢查緩存的過(guò)去時(shí)間是否小于刷新時(shí)間，如果小于就會(huì)開(kāi)啟一個(gè)異步線程預(yù)先去更新緩存，并將新的值放到緩存中，有效的保證了熱點(diǎn)數(shù)據(jù)**"永不過(guò)期"**。這里預(yù)先更新緩存也是需要加鎖的，并不是所有的線程都會(huì)落到庫(kù)上刷新緩存，如果沒(méi)有獲取到鎖就直接結(jié)束當(dāng)前線程。

/*** 刷新緩存數(shù)據(jù)*/ private <T> void refreshCache(RedisCacheKey redisCacheKey, Callable<T> valueLoader, Object result) {Long ttl = redisTemplate.getExpire(redisCacheKey.getKey());Long preload = preloadTime;// 允許緩存NULL值，則自動(dòng)刷新時(shí)間也要除以倍數(shù)boolean flag = isAllowNullValues() && (result instanceof NullValue || result == null);if (flag) {preload = preload / getMagnification();}if (null != ttl && ttl > 0 && TimeUnit.SECONDS.toMillis(ttl) <= preload) {// 判斷是否需要強(qiáng)制刷新在開(kāi)啟刷新線程if (!getForceRefresh()) {logger.debug("redis緩存 key={} 軟刷新緩存模式", redisCacheKey.getKey());softRefresh(redisCacheKey);} else {logger.debug("redis緩存 key={} 強(qiáng)刷新緩存模式", redisCacheKey.getKey());forceRefresh(redisCacheKey, valueLoader);}}/*** 硬刷新（執(zhí)行被緩存的方法）** @param redisCacheKey {@link RedisCacheKey}* @param valueLoader 數(shù)據(jù)加載器*/ private <T> void forceRefresh(RedisCacheKey redisCacheKey, Callable<T> valueLoader) {// 盡量少的去開(kāi)啟線程，因?yàn)榫€程池是有限的ThreadTaskUtils.run(() -> {// 加一個(gè)分布式鎖，只放一個(gè)請(qǐng)求去刷新緩存Lock redisLock = new Lock(redisTemplate, redisCacheKey.getKey() + "_lock");try {if (redisLock.lock()) {// 獲取鎖之后再判斷一下過(guò)期時(shí)間，看是否需要加載數(shù)據(jù)Long ttl = redisTemplate.getExpire(redisCacheKey.getKey());if (null != ttl && ttl > 0 && TimeUnit.SECONDS.toMillis(ttl) <= preloadTime) {// 加載數(shù)據(jù)并放到緩存loaderAndPutValue(redisCacheKey, valueLoader, false);}}} catch (Exception e) {logger.error(e.getMessage(), e);} finally {redisLock.unlock();}}); }

在緩存總量和并發(fā)量都很大的時(shí)候，這個(gè)時(shí)候緩存如果同時(shí)失效，緩存預(yù)熱將是一個(gè)非常慢長(zhǎng)的過(guò)程，就比如說(shuō)服務(wù)重啟或新上線一個(gè)新的緩存。這個(gè)時(shí)候我們可以采用切流的方式，讓緩存慢慢預(yù)熱，如開(kāi)始切10%流量，觀察沒(méi)有異常后，再切30%流量，觀察沒(méi)有異常后，再切60%流量，然后全量。這種方式雖然有點(diǎn)繁瑣，但是一旦遇到異常我們可以快速的切回流量，讓風(fēng)險(xiǎn)可控。

總結(jié)

總體來(lái)說(shuō)layering-cache在緩存穿透、擊穿和雪崩上是以預(yù)防為主，補(bǔ)救為輔。而在應(yīng)對(duì)緩存的這些問(wèn)題上其實(shí)也沒(méi)有一個(gè)完全完美的方案，只有最適合自己業(yè)務(wù)系統(tǒng)的方案。目前如果直接使用layering-cache緩存框架已經(jīng)基本能應(yīng)對(duì)大部分的緩存問(wèn)題了。

源碼

https://github.com/xiaolyuh/layering-cache

layering-cache

為監(jiān)控而生的多級(jí)緩存框架 layering-cache這是我開(kāi)源的一個(gè)多級(jí)緩存框架的實(shí)現(xiàn)，如果有興趣可以看一下

GitHub地址：https://github.com/xiaolyuh/layering-cache

作者：xiaolyuh

https://my.oschina.net/u/3748347/blog/2995017

-END-

最后為你推薦一位緩存高手——程超，也是中生代技術(shù)社區(qū)的好兄弟。社區(qū)曾經(jīng)邀請(qǐng)程超寫(xiě)過(guò)一本書(shū)《深入分布式緩存》。他是前易寶支付架構(gòu)師、阿里云 MVP、騰訊云 TVP，有 15 年 Java 研發(fā)經(jīng)驗(yàn)，8 年技術(shù)管理和架構(gòu)經(jīng)驗(yàn)，對(duì)支付和電商領(lǐng)域非常熟悉，擅長(zhǎng)微服務(wù)生態(tài)建設(shè)和運(yùn)維監(jiān)控，對(duì) Dubbo、Spring Cloud 和 gRPC 等微服務(wù)框架都有深入研究，幫多家公司進(jìn)行過(guò)微服務(wù)建設(shè)和改造，目前致力于公司業(yè)務(wù)中臺(tái)建設(shè)。

?他寫(xiě)的暢銷(xiāo)書(shū)《高可用可伸縮微服務(wù)架構(gòu)》，影響也很大。最近，得知他在極客時(shí)間上開(kāi)設(shè)了一門(mén)課《分布式緩存高手課》，我第一時(shí)間就想推薦給你。

掃碼或者閱讀原文了解詳情

總結(jié)

以上是生活随笔為你收集整理的缓存穿透、缓存击穿和缓存雪崩实践附源码的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。