承接上一篇《理解分布式系統中的緩存架構(上)》，介紹了大型分布式系統中緩存的相關理論，常見的緩存組件以及應用場景，本文主要介紹緩存架構設計常見問題以及解決方案，業界案例。

1. 分層緩存架構設計

標題

2. 緩存帶來的復雜度問題

常見的問題主要包括

• 數據一致性

• 緩存穿透

• 緩存雪崩

• 緩存高可用

• 緩存熱點 下面逐一介紹分析這些問題以及相應的解決方案。

數據一致性

因為緩存屬于持久化數據的一個副本，因此不可避免的會出現數據不一致問題。導致臟讀或讀不到數據的情況。數據不一致，一般是因為網絡不穩定或節點故障導致

問題出現的常見3個場景以及解決方案：

數據一致性問題場景及解決

?

緩存穿透

緩存一般是Key，value方式存在，當某一個Key不存在時會查詢數據庫，假如這個Key，一直不存在，則會頻繁的請求數據庫，對數據庫造成訪問壓力。

主要解決方案：

• 對結果為空的數據也進行緩存，當此key有數據后，清理緩存

• 一定不存在的key，采用布隆過濾器，建立一個大的Bitmap中，查詢時通過該bitmap過濾

緩存雪崩

緩存雪崩

?

緩存高可用

緩存是否高可用，需要根據實際的場景而定，并不是所有業務都要求緩存高可用，需要結合具體業務，具體情況進行方案設計，例如臨界點是是否對后端的數據庫造成影響。

主要解決方案：

• 分布式：實現數據的海量緩存

• 復制：實現緩存數據節點的高可用

緩存熱點

一些特別熱點的數據，高并發訪問同一份緩存數據，導致緩存服務器壓力過大。

解決：復制多份緩存副本，把請求分散到多個緩存服務器上，減輕緩存熱點導致的單臺緩存服務器壓力

3. 業界案例

案例主要參考新浪微博陳波的技術分享

技術挑戰

技術挑戰

?

Feed緩存架構圖

Feed緩存架構

?

架構特點

新浪微博把SSD應用在分布式緩存場景中，將傳統的Redis/MC + Mysql方式，擴展為 Redis/MC + SSD Cache + Mysql方式，SSD Cache作為L2緩存使用，第一降低了MC/Redis成本過高，容量小的問題，也解決了穿透DB帶來的數據庫訪問壓力

主要在數據架構、性能、儲存成本、服務化等不同方面進行了優化增強

標題 架構關注點

?

參考

從0開始學架構 —— Alibaba 李運華

Java核心技術36講—— Oracle 楊曉峰

微博Cache架構設計實踐 —— 陳波

緩存在大型分布式系統中的最佳應用 —— 侯忠好

緩存，并發更新的大坑？ —— 58沈劍

分布式緩存設計—— crossoverJie

總結

以上是生活随笔為你收集整理的理解分布式系统中的缓存架构(下)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。