一：前言
設計一個快取系統，不得不要考慮的問題就是：快取穿透、快取擊穿與失效時的雪崩效應，
二：快取穿透
快取穿透是指查詢一個一定不存在的資料，由于快取是不命中時被動寫的，并且出于容錯考慮，如果從存盤層查不到資料則不寫入快取，這將導致這個不存在的資料每次請求都要到存盤層去查詢，失去了快取的意義，在流量大時，可能DB就掛掉了，要是有人利用不存在的key頻繁攻擊我們的應用，這就是漏洞，
三：解決方案
有很多種方法可以有效地解決快取穿透問題，最常見的則是采用布隆過濾器，將所有可能存在的資料哈希到一個足夠大的bitmap中，一個一定不存在的資料會被 這個bitmap攔截掉，從而避免了對底層存盤系統的查詢壓力，另外也有一個更為簡單粗暴的方法（我們采用的就是這種），如果一個查詢回傳的資料為空（不管是數 據不存在，還是系統故障），我們仍然把這個空結果進行快取，但它的過期時間會很短，最長不超過五分鐘，
四：快取雪崩
快取雪崩是指在我們設定快取時采用了相同的過期時間，導致快取在某一時刻同時失效，請求全部轉發到DB，DB瞬時壓力過重雪崩，
五：解決方案
快取失效時的雪崩效應對底層系統的沖擊非常可怕，大多數系統設計者考慮用加鎖或者佇列的方式保證快取的單線 程（行程）寫，從而避免失效時大量的并發請求落到底層存盤系統上，這里分享一個簡單方案就時講快取失效時間分散開，比如我們可以在原有的失效時間基礎上增加一個隨機值，比如1-5分鐘隨機，這樣每一個快取的過期時間的重復率就會降低，就很難引發集體失效的事件，
六：快取擊穿
對于一些設定了過期時間的key，如果這些key可能會在某些時間點被超高并發地訪問，是一種非常“熱點”的資料，這個時候，需要考慮一個問題：快取被“擊穿”的問題，這個和快取雪崩的區別在于這里針對某一key快取，前者則是很多key，
快取在某個時間點過期的時候，恰好在這個時間點對這個Key有大量的并發請求過來，這些請求發現快取過期一般都會從后端DB加載資料并回設到快取，這個時候大并發的請求可能會瞬間把后端DB壓垮，
七：解決方案
1、使用互斥鎖(mutex key)
業界比較常用的做法，是使用mutex，簡單地來說，就是在快取失效的時候（判斷拿出來的值為空），不是立即去load db，而是先使用快取工具的某些帶成功操作回傳值的操作（比如Redis的SETNX或者Memcache的ADD）去set一個mutex key，當操作回傳成功時，再進行load db的操作并回設快取；否則，就重試整個get快取的方法，
SETNX，是「SET if Not eXists」的縮寫，也就是只有不存在的時候才設定，可以利用它來實作鎖的效果，在redis2.6.1之前版本未實作setnx的過期時間，所以這里給出兩種版本代碼參考：
1 //2.6.1前單機版本鎖 2 String get(String key) { 3 String value = https://www.cnblogs.com/a609251438/p/redis.get(key); 4 if (value =https://www.cnblogs.com/a609251438/p/= null) { 5 if (redis.setnx(key_mutex, "1")) { 6 // 3 min timeout to avoid mutex holder crash 7 redis.expire(key_mutex, 3 * 60) 8 value = https://www.cnblogs.com/a609251438/p/db.get(key); 9 redis.set(key, value); 10 redis.delete(key_mutex); 11 } else { 12 //其他執行緒休息50毫秒后重試 13 Thread.sleep(50); 14 get(key); 15 } 16 } 17 }
最新版本代碼：
1 public String get(key) { 2 String value = https://www.cnblogs.com/a609251438/p/redis.get(key); 3 if (value =https://www.cnblogs.com/a609251438/p/= null) { //代表快取值過期 4 //設定3min的超時，防止del操作失敗的時候，下次快取過期一直不能load db 5 if (redis.setnx(key_mutex, 1, 3 * 60) == 1) { //代表設定成功 6 value = https://www.cnblogs.com/a609251438/p/db.get(key); 7 redis.set(key, value, expire_secs); 8 redis.del(key_mutex); 9 } else { //這個時候代表同時候的其他執行緒已經load db并回設到快取了，這時候重試獲取快取值即可 10 sleep(50); 11 get(key); //重試 12 } 13 } else { 14 return value; 15 } 16 }
memcache代碼
1 if (memcache.get(key) == null) { 2 // 3 min timeout to avoid mutex holder crash 3 if (memcache.add(key_mutex, 3 * 60 * 1000) == true) { 4 value = https://www.cnblogs.com/a609251438/p/db.get(key); 5 memcache.set(key, value); 6 memcache.delete(key_mutex); 7 } else { 8 sleep(50); 9 retry(); 10 } 11 }
2、"提前"使用互斥鎖(mutex key)：
在value內部設定1個超時值(timeout1), timeout1比實際的memcache timeout(timeout2)小，當從cache讀取到timeout1發現它已經過期時候，馬上延長timeout1并重新設定到cache，然后再從資料庫加載資料并設定到cache中，偽代碼如下：
1 v = memcache.get(key); 2 if (v == null) { 3 if (memcache.add(key_mutex, 3 * 60 * 1000) == true) { 4 value = https://www.cnblogs.com/a609251438/p/db.get(key); 5 memcache.set(key, value); 6 memcache.delete(key_mutex); 7 } else { 8 sleep(50); 9 retry(); 10 } 11 } else { 12 if (v.timeout <= now()) { 13 if (memcache.add(key_mutex, 3 * 60 * 1000) == true) { 14 // extend the timeout for other threads 15 v.timeout += 3 * 60 * 1000; 16 memcache.set(key, v, KEY_TIMEOUT * 2); 17 18 // load the latest value from db 19 v = db.get(key); 20 v.timeout = KEY_TIMEOUT; 21 memcache.set(key, value, KEY_TIMEOUT * 2); 22 memcache.delete(key_mutex); 23 } else { 24 sleep(50); 25 retry(); 26 } 27 } 28 }
3、"永遠不過期"：
這里的“永遠不過期”包含兩層意思：
(1) 從redis上看，確實沒有設定過期時間，這就保證了，不會出現熱點key過期問題，也就是“物理”不過期，
(2) 從功能上看，如果不過期，那不就成靜態的了嗎？所以我們把過期時間存在key對應的value里，如果發現要過期了，通過一個后臺的異步執行緒進行快取的構建，也就是“邏輯”過期
從實戰看，這種方法對于性能非常友好，唯一不足的就是構建快取時候，其余執行緒(非構建快取的執行緒)可能訪問的是老資料，但是對于一般的互聯網功能來說這個還是可以忍受，
1 String get(final String key) { 2 V v = redis.get(key); 3 String value =https://www.cnblogs.com/a609251438/p/ v.getValue(); 4 long timeout = v.getTimeout(); 5 if (v.timeout <= System.currentTimeMillis()) { 6 // 異步更新后臺例外執行 7 threadPool.execute(new Runnable() { 8 public void run() { 9 String keyMutex = "mutex:" + key; 10 if (redis.setnx(keyMutex, "1")) { 11 // 3 min timeout to avoid mutex holder crash 12 redis.expire(keyMutex, 3 * 60); 13 String dbValue = https://www.cnblogs.com/a609251438/p/db.get(key); 14 redis.set(key, dbValue); 15 redis.delete(keyMutex); 16 } 17 } 18 }); 19 } 20 return value; 21 }
4、資源保護：
采用netflix的hystrix，可以做資源的隔離保護主執行緒池，如果把這個應用到快取的構建也未嘗不可，
四種解決方案：沒有最佳只有最合適
?
八：總結
針對業務系統，永遠都是具體情況具體分析，沒有最好，只有最合適，最后，對于快取系統常見的快取滿了和資料丟失問題，需要根據具體業務分析，通常我們采用LRU策略處理溢位，Redis的RDB和AOF持久化策略來保證一定情況下的資料安全，
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/105943.html
標籤：PHP