【Redis】Redis 典型应用 - 缓存 (Cache) 原理与策略

Redis 典型应⽤ - 缓存 (cache)

什么是缓存

缓存 (cache) 是计算机中的⼀个经典的概念，在很多场景中都会涉及到。

核⼼思路就是把⼀些常⽤的数据放到触⼿可及(访问速度更快)的地⽅， ⽅便随时读取。

举个例⼦：

⽐如我需要去⾼铁站坐⾼铁. 我们知道坐⾼铁是需要反复刷⾝份证的 (进⼊⾼铁站， 检票， 上⻋，乘⻋过程中， 出站…)

正常来说， 我的⾝份证是放在⽪箱⾥的(⽪箱的存储空间⼤， ⾜够能装). 但是每次刷⾝份证都需要开⼀次⽪箱找⾝份证， 就⾮常不⽅便。

因此我就可以把⾝份证先放到⾐服⼝袋⾥。⼝袋虽然空间⼩， 但是访问速度⽐⽪箱快很多。

这样的话每次刷⾝份证我只需要从⼝袋⾥掏⾝份证就⾏了， 就不必开⽪箱了。

此时 “口袋” 就是 “皮箱” 的缓存. 使用缓存能够⼤ 提⾼访问效率

这⾥所说的 “触⼿可及” 是个相对的概念

我们知道， 对于硬件的访问速度来说， 通常情况下：

CPU 寄存器 > 内存 > 硬盘 > ⽹络。可以用速度快的设备作为速度慢的设备的缓存。

那么硬盘相对于⽹络是 “触⼿可及的”， 就可以使⽤硬盘作为⽹络的缓存。

内存相对于硬盘是 “触⼿可及的”， 就可以使⽤内存作为硬盘的缓存。

CPU 寄存器相对于内存是 “触⼿可及的”， 就可以使⽤ CPU 寄存器作为内存的缓存。

对于计算机硬件来说，往往访问速度越快的设备，成本越⾼，存储空间越⼩。

缓存是更快， 但是空间上往往是不⾜的. 因此⼤部分的时候， 缓存只放⼀些 热点数据 (访问频繁的数据)，就⾮常有⽤了。

关于 “⼆⼋定律”

20% 的热点数据， 能够应对 80% 的访问场景。

因此只需要把这少量的热点数据缓存起来，就可以应对⼤多数场景，从⽽在整体上有明显的性能提升

使⽤ Redis 作为缓存

在⼀个⽹站中，我们经常会使⽤关系型数据库 (⽐如 MySQL) 来存储数据。

关系型数据库虽然功能强⼤，但是有⼀个很⼤的缺陷，就是性能不⾼。(换⽽⾔之， 进⾏⼀次查询操作消耗的系统资源较多)。

为什么说关系型数据库性能不⾼?

1. 数据库把数据存储在硬盘上， 硬盘的 IO 速度并不快。尤其是随机访问。
2. 如果查询不能命中索引， 就需要进⾏表的遍历， 这就会⼤ 增加硬盘 IO 次数。
3. 关系型数据库对于 SQL 的执⾏会做⼀系列的解析， 校验， 优化⼯作。
4. 如果是⼀些复杂查询， ⽐如联合查询， 需要进⾏笛卡尔积操作， 效率更是降低很多。
5. …

因此，如果访问数据库的并发量⽐较⾼，对于数据库的压⼒是很⼤的，很容易就会使数据库服务器宕机。

为什么并发量⾼了就会宕机?

服务器每次处理⼀个请求， 都是需要消耗⼀定的硬件资源的. 所谓的硬件资源包括不限于 CPU，内存， 硬盘， ⽹络带宽…

⼀个服务器的硬件资源本⾝是有限的。⼀个请求消耗⼀份资源， 请求多了， ⾃然把资源就耗尽了。 后续的请求没有资源可⽤， ⾃然就⽆法正确处理. 更严重的还会导致服务器程序的代码出现崩溃。

如何让数据库能够承担更⼤的并发量呢? 核⼼思路主要是两个：

• 开源：引⼊更多的机器， 部署更多的数据库实例， 构成数据库集群。(主从复制， 分库分表等…)
• 节流：引⼊缓存，使⽤其他的⽅式保存经常访问的热点数据，从⽽降低直接访问数据库的请求数量

实际开发中， 这两种⽅案往往是会搭配使⽤的

Redis 就是⼀个⽤来作为数据库缓存的常⻅⽅案

Redis 访问速度⽐ MySQL 快很多。或者说处理同⼀个访问请求， Redis 消耗的系统资源⽐ MySQL 少很多。因此 Redis 能⽀持的并发量更⼤

• Redis 数据在内存中， 访问内存⽐硬盘快很多
• Redis 只是⽀持简单的 key-value 存储， 不涉及复杂查询的那么多限制规则

就像⼀个 “护盾” ⼀样，把 MySQL 给罩住了

• 客⼾端访问业务服务器， 发起查询请求
• 业务服务器先查询 Redis， 看想要的数据是否在 Redis 中存在
  • 如果已经在 Redis 中存在了， 就直接返回。此时不必访问 MySQL 了
  • 如果在 Redis 中不存在， 再查询 MySQL

按照上述讨论的 “⼆⼋定律” ， 只需要在 Redis 中放 20% 的热点数据， 就可以使 80% 的请求不再真正查询数据库了。

当然， 实践中究竟是 “⼆⼋”， 还是 “⼀九”， 还是 “三七”， 这个情况可能会根据业务场景的不同， 存在差异。但是⾄少绝⼤多数情况下， 使⽤缓存都能够⼤ 提升整体的访问效率， 降低数据库的压⼒。

注意!

缓存是⽤来加快 “读操作” 的速度的。如果是 “写操作”， 还是要⽼老实实写数据库， 缓存并不能提⾼性能。

缓存的更新策略

接下来还有⼀个重要的问题， 到底哪些数据才是 “热点数据” 呢?

1)定期⽣成

每隔⼀定的周期(⽐如⼀天/⼀周/⼀个⽉)， 对于访问的数据频次进⾏统计。挑选出访问频次最⾼的前 N%的数据。

以搜索引擎为例

⽤⼾在搜索引擎中会输⼊⼀个 “查询词”， 有些词是属于⾼频的， ⼤家都爱搜(鲜花， 蛋糕， 同城交友， 不孕不育…). 有些词就属于低频的， ⼤家很少搜。

搜索引擎的服务器会把哪个⽤⼾什么时间搜了啥词， 都通过⽇志的⽅式记录的明明⽩白。然后每隔⼀段时间对这期间的搜索结果进⾏统计 (⽇志的数量可能⾮常巨⼤，这个统计的过程可能需要使⽤ hadoop 或者 spark 等⽅式完成)。从⽽就可以得到 “⾼频词表” 。

步骤：

1. 完成统计热词的过程
2. 根据热词，找到搜索结果的数据（广告数据）
3. 把得到缓存数据同步到缓存服务器上
4. 控制这些缓存服务器自动重启

优点是实现容易，过程可控。但这种做法实时性较低，对于⼀些突然情况应对的并不好。

⽐如春节期间， “春晚” 这样的词就会成为⾮常⾼频的词。⽽平时则很少会有⼈搜索 “春晚”

2)实时生成

先给缓存设定容量上限（可以通过 Redis 配置⽂件的 maxmemory 参数设定）

接下来把⽤⼾每次查询：

• 如果在 Redis 查到了， 就直接返回
• 如果 Redis 中不存在， 就从数据库查， 把查到的结果同时也写⼊ Redis

如果缓存已经满了(达到上限)， 就触发缓存淘汰策略， 把⼀些 “相对不那么热⻔” 的数据淘汰掉。

按照上述过程，持续⼀段时间的“动态平衡”之后，Redis 内部的数据⾃然就是 “热⻔数据” 了。

通⽤的淘汰策略主要有以下⼏种：

下列策略并⾮局限于 Redis， 其他缓存也可以按这些策略展开。

FIFO (First In First Out) 先进先出

把缓存中存在时间最久的 (也就是先来的数据) 淘汰掉

LRU (Least Recently Used) 淘汰最久未使⽤的

记录每个 key 的最近访问时间。把最近访问时间最⽼的 key 淘汰掉。

LFU (Least Frequently Used) 淘汰访问次数最少的

记录每个 key 最近⼀段时间的访问次数。把访问次数最少的淘汰掉。

Random 随机淘汰

从所有的 key 中抽取幸运⼉被随机淘汰掉。

理解上述⼏种淘汰策略：

想象你是个皇帝， 有后宫佳丽三千。虽然你是 “真⻰天⼦”， 但是经常宠幸的妃⼦也就那么寥寥数⼈(精⼒有限)。

后宫佳丽三千， 相当于数据库中的全量数据。经常宠幸的妃⼦相当于热点数据， 是放在缓存中的

今年选秀的⼀批新的⼩主， 其中有⼀个被你看上了。宠信新⼈， ⾃然就需要有旧⼈被冷落。到底谁是要被冷落的⼈呢?

• FIFO：皇后是最先受宠的，现在已经年⽼⾊衰了，皇后失宠。
• LRU：统计最近宠幸时间。皇后(⼀周前)， 熹妃(昨天)， 安答应(两周前)， 华妃(⼀个⽉前)。华妃失宠。
• LFU：统计最近⼀个⽉的宠幸次数， 皇后(3次)， 熹妃(15次)， 安答应(1次)， 华妃(10次)。安答应失宠。
• Random：随机挑⼀个妃⼦失宠。

这⾥的淘汰策略， 我们可以⾃⼰实现。当然 Redis 也提供了内置的淘汰策略，也可以供我们直接使⽤。

Redis 内置的内存淘汰策略如下：

• volatile-lru 当内存不⾜以容纳新写⼊数据时，从设置了过期时间的key中使⽤ LRU（least recently used 最近最少使⽤）算法进⾏淘汰
• allkeys-lru 当内存不⾜以容纳新写⼊数据时，从所有key中使⽤ LRU（最近最少使⽤）算法进⾏淘汰
• volatile-lfu 4.0版本新增，当内存不⾜以容纳新写⼊数据时，在过期的key中，使⽤ LFU（least frequently used 最不经常使用） 算法进⾏删除key
• allkeys-lfu 4.0版本新增，当内存不⾜以容纳新写⼊数据时，从所有key中使⽤ LFU 算法进⾏淘汰
• volatile-random 当内存不⾜以容纳新写⼊数据时，从设置了过期时间的key中，随机淘汰数据
• allkeys-random 当内存不⾜以容纳新写⼊数据时，从所有key中随机淘汰数据
• volatile-ttl 在设置了过期时间的key中，根据过期时间进⾏淘汰，越早过期的优先被淘汰(相当于 FIFO， 只不过是局限于过期的 key)
• noeviction 默认策略，当内存不⾜以容纳新写⼊数据时，新写⼊操作会报错。（不适用于实时更新缓存）

整体来说 Redis 提供的策略和我们上述介绍的通⽤策略是基本⼀致的。只不过 Redis 这⾥会针对 “过期key” 和 “全部 key” 做分别处理

缓存预热，缓存穿透，缓存雪崩 和 缓存击穿

关于缓存预热 (Cache preheating)

什么是缓存预热

和缓存里的热点数据怎么来是密切相关的

1. 定期生成，是不涉及“预热”的
2. 实时生成

使⽤ Redis 作为 MySQL 的缓存的时候， 当 Redis 刚刚启动， 或者 Redis ⼤批 key 失效之后， 此时由于Redis ⾃⾝相当于是空着的， 没啥缓存数据， 那么 MySQL 就可能直接被访问到， 从⽽造成较⼤的请求压⼒。

缓存预热，就是解决上述问题

通过把定期生成和实时生成结合一下。

先通过离线的方式，通过一些统计的途径，把热点数据找到一批，导入到 redis 中。此时导入的这批热点数据，就能帮 MySQL 承担很大压力了。

因此就需要提前把热点数据准备好， 直接写⼊到 Redis 中，使 Redis 可以尽快为 MySQL 撑起保护伞。

热点数据可以基于之前介绍的统计的⽅式⽣成即可。这份热点数据不⼀定⾮得那么 “准确”， 只要能帮助MySQL 抵挡⼤部分请求即可。随着程序运⾏的推移， 缓存的热点数据会逐渐⾃动调整， 来更适应当前情况

关于缓存穿透 (Cache penetration)

什么是缓存穿透

访问的 key 在 Redis 和 数据库中都不存在。此时这样的 key 不会被放到缓存上，后续如果仍然在访问该key，依然会访问到数据库

这次查询，没有；下次查询，依然没有。

如果像这样的数据存在很多，并且还反复查询，一样会给 MySQL 造成很大压力

这就会导致数据库承担的请求太多，压⼒很⼤

这种情况称为 缓存穿透

为何产⽣

原因可能有⼏种:

• 业务设计不合理。⽐如缺少必要的参数校验环节，导致⾮法的 key 也被进⾏查询了
• 开发/运维误操作。不⼩⼼把部分数据从数据库上误删了
• ⿊客恶意攻击

如何解决

• 针对要查询的参数进⾏严格的合法性校验。⽐如要查询的 key 是⽤⼾的⼿机号，那么就需要校验当前 key 是否满⾜⼀个合法的⼿机号的格式
• 针对数据库上也不存在的 key，也存储到 Redis 中，但是把 value 就随便设成⼀个 “”。避免后续频繁访问数据库
• 使⽤布隆过滤器先判定 key 是否存在，再真正查询

关于布隆过滤器， 在数据结构进阶， 有具体介绍。

简单的说，布隆过滤器是结合了 hash + bitmap 的思想，能够⽤较少的空间，判定某个元素是否存在

关于缓存雪崩 (Cache avalanche)

什么是缓存雪崩

短时间内⼤量的 key 在缓存上失效，导致缓存命中率陡然下降，进而导致数据库压⼒骤增，甚⾄直接宕机

本来 Redis 是 MySQL 的⼀个护盾， 帮 MySQL 抵挡了很多外部的压⼒。⼀旦护盾突然失效了， MySQL⾃⾝承担的压⼒骤增， 就可能直接崩溃

为何产⽣

⼤规模 key 失效，可能性主要有两种

• Redis 挂了
• Redis 上的⼤量的 key 同时过期

为啥会出现⼤量的 key 同时过期?

这种很可能是短时间内在 Redis 上缓存了⼤量的 key， 并且设定了相同的过期时间（和 redis 内存淘汰机制是配合使用）

如何解决

• 部署⾼可⽤的 Redis 集群，并且完善监控报警体系
• 不给 key 设置过期时间 或者 设置过期时间的时候添加随机时间因⼦，避免同一时刻过期

关于缓存击穿 (Cache breakdown)

什么是缓存击穿

此处把 breakdown 翻译成 “击穿” ，个⼈以为并⾮是⼀个好的选择。容易和缓存穿透混淆。

翻译成 “瘫痪” 或者 “崩溃” 也许更合适⼀些

breakdown n.（汽⻋或机器的）故障，损坏；（关系的）破裂，（系统的）瘫痪；精神崩溃，（健康、体⼒等的）衰竭；细⽬，分类；分解；跺脚曳步舞

相当于缓存雪崩的特殊情况。针对热点 key，突然过期了，导致⼤量的请求直接访问到数据库上，甚⾄引起数据库宕机。

如何解决

• 基于统计的⽅式发现热点 key，并设置永不过期
• 进⾏必要的服务降级。例如访问数据库的时候使⽤分布式锁，限制同时请求数据库的并发数。