Reids之缓存预热、雪崩、穿透

Reids之缓存预热

1.问题

数据库启动后迅速宕机

2.问题排查

1.请求数量较高
2.主从之间数据吞吐量较大，数据同步操作频度较高
通俗解释 ：即数据库启动后，缓存里面没有数据，数据库服启动的一瞬间请求又非常多，自然为服务器带来压力，于是就会宕机

3.缓存预热介绍

缓存预热就是系统启动前，提前将相关的缓存数据直接加载到缓存系统。避免在用户请求的时候，先查询数据库，然后再将数据缓存的问题！用户直接查询事先被预热的缓存数据！

4.解决方案

前置准备工作：
1.日常例行统计数据访问记录，统计访问频度较高的热点数据（手工方式）
2.利用LRU数据删除策略，构建数据留存队列，例如：storm与kafka配合（自动方式）
准备工作：
1.将统计结果中的数据分类，根据级别，redis优先加载级别较高的热点数据
2.利用分布式多服务器同时进行数据读取，提速数据加载过程
3.热点数据主从同时预热
实施：
1.手工方式不太现实，可以使用脚本程序固定触发数据预热过程
2.如果条件允许，使用了CDN（内容分发网络），效果会更好

Redis之缓存雪崩

1.数据库服务器崩溃问题

1.系统平稳运行过程中，忽然数据库连接量激增
2.应用服务器无法及时处理请求
3.大量408，500错误页面出现
4.客户反复刷新页面获取数据
5.数据库崩溃
6.应用服务器崩溃
7.重启应用服务器无效
8.Redis服务器崩溃（一台一台的紧接着崩溃）
9.Redis集群崩溃
10.重启数据库后再次被瞬间流量放倒
注：以上的问题按着时间顺序依次发生

2.问题排查

1.在一个较短的时间内，缓存中较多的key集中过期（在实际开发当中，是有很多定时key的，因为内存大小有限）
2.此周期内请求访问过期的数据，redis未命中，redis向数据库获取数据
3.数据库同时接收到大量的请求无法及时处理
4.Redis大量请求被积压，开始出现超时现象
5.数据库流量激增，数据库崩溃
6.重启后仍然面对缓存中无数据可用
7.Redis服务器资源被严重占用，Redis服务器崩溃
8.Redis集群呈现崩塌，集群瓦解
9.应用服务器无法及时得到数据响应请求，来自客户端的请求数量越来越多，应用服务器崩溃
10.应用服务器，redis，数据库全部重启，效果不理想，因为仍然没有缓存，即使rdb恢复也不行，因为key是过期的

3.问题分析

1.短时间范围内
2.大量key集中过期

4.解决方案(道)

1.更多的页面静态化处理
2.构建多级缓存架构
Nginx缓存+redis缓存+ehcache缓存
3.检测Mysql严重耗时业务进行优化
对数据库的瓶颈排查：例如超时查询、耗时较高事务等
4.灾难预警机制
监控redis服务器性能指标
1)CPU占用、CPU使用率
2)内存容量
3)查询平均响应时间
4)线程数
5.限流、降级
短时间范围内牺牲一些客户体验，限制一部分请求访问，降低应用服务器压力，待业务低速运转后再逐步放开访问

5.解决方案(术)

1.LRU与LFU切换
2.数据有效期策略调整
1)根据业务数据有效期进行分类错峰，A类90分钟，B类80分钟，C类70分钟
2)过期时间使用固定时间+随机值的形式，稀释集中到期的key的数量
3.超热数据使用永久key
4.定期维护（自动+人工）
用自动脚本的方式及维护，或者人工的方式维护，对即将过期数据做访问量分析，确认是否延时，配合访问量统计，做热点数据的延时
5.加锁（慎用！）：
拿到锁的可以干活，拿不到的不能干活

6.缓存雪崩介绍

缓存雪崩就是瞬间过期数据量太大，导致对数据库服务器造成压力。如能够有效避免过期时间集中，可以有效解决雪崩现象的出现（约40%），配合其他策略一起使用，并监控服务器的运行数据，根据运行记录做快速调整

Redis之缓存穿透

1.数据库服务器崩溃问题

1.系统平稳运行过程中
2.应用服务器流量随时间增量较大
3.Redis服务器命中率随时间逐步降低
4.Redis内存平稳，内存无压力
5.Redis服务器CPU占用激增
6.数据库服务器压力激增
7.数据库崩溃

2.问题排查

1.Redis中大面积出现未命中
2.出现非正常URL访问

3.问题分析

1.获取的数据在数据库中也不存在，数据库查询未得到对应数据
2.Redis获取到null数据未进行持久化，直接返回
3.下次此类数据到达重复上述过程
4.出现黑客攻击服务器

4.解决方案(术）

1.缓存null
对查询结果为null的数据进行缓存（长期使用，定期清理），设定短时限，例如30-60秒，最高5分钟（不能设置时间太长，否则redis内存太满）
2.白名单策略
1)提前预热各种分类数据id对应的bitmaps，id作为bitmaps的offset，相当于设置了数据白名单。当加载正常数据时，放行，加载异常数据时直接拦截（效率偏低）
2)使用布隆过滤器（布隆过滤器不一定全部命中，有关布隆过滤器的命中问题对当前状况的来说可以忽略）
3.实施监控
实时监控redis命中率（业务正常范围时，通常会有一个波动值）与null数据的占比
1)非活动时段波动：通常检测3-5倍，超过5倍纳入重点排查对象（无节日）
2)活动时段波动：通常检测10-50倍，超过50倍纳入重点排查对象（双十一）
根据倍数不同，启动不同的排查流程。然后使用黑名单进行防控（运营）
4.key加密
问题出现后，临时启动防灾业务key，对key进行业务层传输加密服务，设定校验程序，过来的key校验
例如每天随机分配60个加密串，挑选2到3个，混淆到页面数据id中，发现访问key不满足规则，驳回数据访问

5.缓存穿透介绍

缓存击穿访问了不存在的数据，跳过了合法数据的redis数据缓存阶段，每次访问数据库，导致对数据库服务器造成压力。通常此类数据的出现量是一个较低的值，当出现此类情况以毒攻毒，并及时报警。应对策略应该在临时预案防范方面多做文章。
无论是黑名单还是白名单，都是对整体系统的压力，警报解除后尽快移除