前言
一般來說，現在的互聯網應用網站或者APP，它的整體流程可以用我們這個圖里展示的來表示，用戶請求開始，從這個界面是最里面的瀏覽器和APP，到網路轉發，再到應用服務，最后到存盤，這純屬可能是資料庫檔案系統，然后再回傳到界面呈現內容，
隨著互聯網的普及，內容資訊越來越復雜，用戶數和訪問量越來越大，我們的應用需要支撐更多的并發量，同時，我們的應用服務器和資料庫服務器所做的計算也越來越多，但是，往往我們的應用服務器的資源是有限的，而且技術變革是緩慢的，所以每秒能接收請求次數也是有限的，或者說檔案的讀寫也是有限的，
如何能有效利用有限的資源來提供盡可能大的吞吐量呢？一個有效的辦法就是引入快取，打破圖中的標準的流程，每個環節中請求可以從快取中直接獲取目標資料并回傳，從而減少他們的計算量，來有效提升回應速度，讓有限的資源服務更多的用戶，像我們這個圖里展示的快取的使用，它其實可以出現在1到4的各個環節中，
由于時間關系，可能沒有寫的很詳細，有需要完整版的朋友可以點一點下方鏈接免費領取
鏈接：1103806531暗號：CSDN
1 快取一致性問題
當資料時效性要求很高時，需要保證快取中的資料與資料庫中的保持一致，而且需要保證快取節點和副本中的資料也保持一致，不能出現差異現象，
這就比較依賴快取的過期和更新策略，一般會在資料發生更改的時，主動更新快取中的資料或者移除對應的快取，
2 快取并發問題
快取過期后將嘗試從后端資料庫獲取資料，這是一個看似合理的流程，但是，在高并發場景下，有可能多個請求并發的去從資料庫獲取資料，對后端資料庫造成極大的沖擊，甚至導致 “雪崩”現象，
此外，當某個快取key在被更新時，同時也可能被大量請求在獲取，這也會導致一致性的問題，那如何避免類似問題呢？
我們會想到類似“鎖”的機制，在快取更新或者過期的情況下，先嘗試獲取到鎖，當更新或者從資料庫獲取完成后再釋放鎖，其他的請求只需要犧牲一定的等待時間，即可直接從快取中繼續獲取資料，
3 快取穿透問題
快取穿透在有些地方也稱為“擊穿”，很多朋友對快取穿透的理解是：由于快取故障或者快取過期導致大量請求穿透到后端資料庫服務器，從而對資料庫造成巨大沖擊，
這其實是一種誤解，真正的快取穿透應該是這樣的：
在高并發場景下，如果某一個key被高并發訪問，沒有被命中，出于對容錯性考慮，會嘗試去從后端資料庫中獲取，從而導致了大量請求達到資料庫，而當該key對應的資料本身就是空的情況下，這就導致資料庫中并發的去執行了很多不必要的查詢操作，從而導致巨大沖擊和壓力，
可以通過下面的幾種常用方式來避免快取傳統問題：
（1）快取空物件
對查詢結果為空的物件也進行快取，如果是集合，可以快取一個空的集合（非null），如果是快取單個物件，可以通過欄位標識來區分，這樣避免請求穿透到后端資料庫，
同時，也需要保證快取資料的時效性，這種方式實作起來成本較低，比較適合命中不高，但可能被頻繁更新的資料，
（2）單獨過濾處理
對所有可能對應資料為空的key進行統一的存放，并在請求前做攔截，這樣避免請求穿透到后端資料庫，這種方式實作起來相對復雜，比較適合命中不高，但是更新不頻繁的資料，
4 快取顛簸問題
快取的顛簸問題，有些地方可能被成為“快取抖動”，可以看做是一種比“雪崩”更輕微的故障，但是也會在一段時間內對系統造成沖擊和性能影響，一般是由于快取節點故障導致，業內推薦的做法是通過一致性Hash演算法來解決，
5 快取的雪崩現象
快取雪崩就是指由于快取的原因，導致大量請求到達后端資料庫，從而導致資料庫崩潰，整個系統崩潰，發生災難，
導致這種現象的原因有很多種，上面提到的“快取并發”，“快取穿透”，“快取顛簸”等問題，其實都可能會導致快取雪崩現象發生，這些問題也可能會被惡意攻擊者所利用，
還有一種情況，例如某個時間點內，系統預加載的快取周期性集中失效了，也可能會導致雪崩，為了避免這種周期性失效，可以通過設定不同的過期時間，來錯開快取過期，從而避免快取集中失效，
從應用架構角度，我們可以通過限流、降級、熔斷等手段來降低影響，也可以通過多級快取來避免這種災難，
此外，從整個研發體系流程的角度，應該加強壓力測驗，盡量模擬真實場景，盡早的暴露問題從而防范，
6 快取無底洞現象
該問題由 facebook 的作業人員提出的， facebook 在 2010 年左右，memcached 節點就已經達3000 個，快取數千 G 內容，
他們發現了一個問題—memcached 連接頻率，效率下降了，于是加 memcached 節點，添加了后，發現因為連接頻率導致的問題，仍然存在，并沒有好轉，稱之為”無底洞現象”，
目前主流的資料庫、快取、Nosql、搜索中間件等技術堆疊中，都支持“分片”技術，來滿足“高性能、高并發、高可用、可擴展”等要求，
有些是在client端通過Hash取模（或一致性Hash）將值映射到不同的實體上，有些是在client端通過范圍取值的方式映射的，當然，也有些是在服務端進行的，
但是，每一次操作都可能需要和不同節點進行網路通信來完成，實體節點越多，則開銷會越大，對性能影響就越大，
主要可以從如下幾個方面避免和優化：
（1）資料分布方式
有些業務資料可能適合Hash分布，而有些業務適合采用范圍分布，這樣能夠從一定程度避免網路IO的開銷，
（2）IO優化
可以充分利用連接池，NIO等技術來盡可能降低連接開銷，增強并發連接能力，
（3）資料訪問方式
一次性獲取大的資料集，會比分多次去獲取小資料集的網路IO開銷更小，
當然，快取無底洞現象并不常見，在絕大多數的公司里可能根本不會遇到，
總結
希望這篇文章對大家有幫助！
這邊還有各個知識點模塊整理檔案和更多大廠面試真題，有需要的朋友可以點一點下方鏈接免費領取
鏈接：1103806531暗號：CSDN
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/171584.html
標籤：其他