缓存篇之缓存技巧
在高并发访问场景下，使用多级多层次的缓存技术，可以更加快速、高效的响应客户端的访问，同时服务端可以承载更大的访问量。在整个【高并发技术系列】中，本篇属于《缓存篇》中的「缓存技巧」部分，介绍高并发场景下，实战中如何处理遇到的缓存问题
实战中的缓存问题
之前的三篇文章介绍了线程缓存、本地缓存、分布式缓存及三种缓存的实践方式，但是在高并发情况下还是会存在一些问题，比如下面几个问题：
1.缓存穿透，恶意访问或者大量访问冷门数据，导致数据请求越过缓存服务，大量请求直接访问到数据库服务；
2.缓存雪崩，因大量缓存KEY设置时间相近，在同一时间缓存失效，导致大量数据库连接产生。
3.缓存并发，某一商品瞬间成为爆品，访问量急剧增加，该数据的缓存存储所在的服务节点压力瞬间增大，端口占满，压垮缓存服务器。
以上问题，即使使用了线程缓存、本地缓存、分布式缓存，也会因为处理不当，导致服务宕机。那下面来看看如何解决这些问题。我个人理解线程缓存、本地缓存、分布式缓存是通过技术方式支撑高并发访问，当遇到缓存穿透、缓存雪崩、缓存并发问题的时候，就需要通过合理的策略方式应对了。正常访问如下图：
图 0-0-0
解决缓存三大问题的策略
1.针对缓存穿透有2种处理策略
1.1数据访问标记，当访问数据在缓存中不存在时，依据缓存key增加访问db标记，然后读取db数据。比如key=item_sku_9969636在三级缓存中查询不到时候，向分布式缓存中新增一个key=item_sku_9969636_num的数据value=1,然后向数据库读取数据后放入缓存，并删除key=item_sku_9969636_num。在此期间再有访问key=item_sku_9969636时候，发现该key无数据，且key=item_sku_9969636_num对应数据value=1，则直接返回数据&&，代表无数据。这样可以避免大量同key请求访问数据库。
1.2异步写入缓存，当访问数据在缓存中不存在时，则直接返回数据&&，并启动异步线程读取数据库写入缓存。
2.针对缓存雪崩处理策略
正常来说，同一个业务逻辑下，会有多个key存在的，因此在给多个key设置缓存时间时多增加一个随机数大约在10~60秒直接，这样可避免多个key同时失效，并发访问数据库的情况。
3.针对缓存兵法处理策略
这个问题是特别容易被忽略的问题，一旦出状态那就是大事，血与泪的经验教训。当在设置缓存时，将同一个key设置成多个，如何设置成多个呢？在key后增加随机数，比如key=item_sku_9969636,在这个key后面随机增加0~2，这样一个key就成了三个，key=item_sku_9969636_0、key=item_sku_9969636_1、key=item_sku_9969636_2，三个key是不容易全部分布在一个缓存服务节点上的，虽然牺牲了缓存空间，但是有效避免了热key情况下的缓存服务节点的压力。
本篇介绍了缓存实战中的三大问题及处理策略，下篇将介绍具体的编码实现。
曾梦想仗剑走天涯，看尽这人间繁华。昔已逝，然吾心之所向，提三寸锋芒，亦可破碎亘古不变的迷茫！骚年们，加油！！！
- 发表于:
- 原文链接：https://kuaibao.qq.com/s/20190513A0ONAD00?refer=cp_1026
- 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号（企鹅号）传播渠道之一，根据《腾讯内容开放平台服务协议》转载发布内容。
- 如有侵权，请联系 cloudcommunity@tencent.com 删除。
相关快讯
扫码
添加站长 进交流群
领取专属 10元无门槛券
私享最新 技术干货
腾讯云开发者
