緩存穿透、緩存擊穿和緩存雪崩實(shí)踐
我們使用緩存的主要目是提升查詢速度和保護(hù)數(shù)據(jù)庫等稀缺資源不被占滿。而緩存最常見的問題是緩存穿透、擊穿和雪崩，在高并發(fā)下這三種情況都會(huì)有大量請(qǐng)求落到數(shù)據(jù)庫，導(dǎo)致數(shù)據(jù)庫資源占滿，引起數(shù)據(jù)庫故障。今天我主要分享一下layering-cache緩存框架在這個(gè)三個(gè)問題上的實(shí)踐方案。
概念
緩存穿透
在高并發(fā)下，查詢一個(gè)不存在的值時(shí)，緩存不會(huì)被命中，導(dǎo)致大量請(qǐng)求直接落到數(shù)據(jù)庫上，如活動(dòng)系統(tǒng)里面查詢一個(gè)不存在的活動(dòng)。
緩存擊穿
在高并發(fā)下，對(duì)一個(gè)特定的值進(jìn)行查詢，但是這個(gè)時(shí)候緩存正好過期了，緩存沒有命中，導(dǎo)致大量請(qǐng)求直接落到數(shù)據(jù)庫上，如活動(dòng)系統(tǒng)里面查詢活動(dòng)信息，但是在活動(dòng)進(jìn)行過程中活動(dòng)緩存突然過期了。
緩存雪崩
在高并發(fā)下，大量的緩存key在同一時(shí)間失效，導(dǎo)致大量的請(qǐng)求落到數(shù)據(jù)庫上，如活動(dòng)系統(tǒng)里面同時(shí)進(jìn)行著非常多的活動(dòng)，但是在某個(gè)時(shí)間點(diǎn)所有的活動(dòng)緩存全部過期。
常見解決方案
- 直接緩存NULL值
- 限流
- 緩存預(yù)熱
- 分級(jí)緩存
- 緩存永遠(yuǎn)不過期
layering-cache實(shí)踐
在layering-cache里面結(jié)合了緩存NULL值，緩存預(yù)熱，限流、分級(jí)緩存和間接的實(shí)現(xiàn)"永不過期"等幾種方案來應(yīng)對(duì)緩存穿透、擊穿和雪崩問題。
直接緩存NULL值
應(yīng)對(duì)緩存穿透最有效的方法是直接緩存NULL值，但是緩存NULL的時(shí)間不能太長，否則NULL數(shù)據(jù)長時(shí)間得不到更新，也不能太短，否則達(dá)不到防止緩存擊穿的效果。
我在layering-cache對(duì)NULL值進(jìn)行了特殊處理，一級(jí)緩存不允許存NULL值，二級(jí)緩存可以配置緩存是否允許存NULL值，如果配置可以允許存NULL值，框架還支持配置緩存非空值和NULL值之間的過期時(shí)間倍率，這使得我們能精準(zhǔn)的控制每一個(gè)緩存的NULL值過期時(shí)間，控制粒度非常細(xì)。當(dāng)NULL緩存過期我還可以使用限流，緩存預(yù)熱等手段來防止穿透。
示例：
- @Cacheable(value = "people", key = "#person.id", depict = "用戶信息緩存",
- firstCache = @FirstCache(expireTime = 10, timeUnit = TimeUnit.MINUTES),
- secondaryCache = @SecondaryCache(expireTime = 10, timeUnit = TimeUnit.HOURS,
- isAllowNullValue = true, magnification = 10))
- public Person findOne(Person person) {
- Person p = personRepository.findOne(Example.of(person));
- logger.info("為id、key為:" + p.getId() + "數(shù)據(jù)做了緩存");
- return p;
- }
在這個(gè)例子里面isAllowNullValue = true表示允許換存NULL值，magnification = 10表示NULL值和非NULL值之間的時(shí)間倍率是10，也就是說當(dāng)緩存值為NULL是，二級(jí)緩存的有效時(shí)間將是1個(gè)小時(shí)。
限流
應(yīng)對(duì)緩存穿透的常用方法之一是限流，常見的限流算法有滑動(dòng)窗口，令牌桶算法和漏桶算法，或者直接使用隊(duì)列、加鎖等，在layering-cache里面我主要使用分布式鎖來做限流。
layering-cache數(shù)據(jù)讀取流程：
數(shù)據(jù)讀取流程.jpg
下面是讀取數(shù)據(jù)的核心代碼：
- private <T> T executeCacheMethod(RedisCacheKey redisCacheKey, Callable<T> valueLoader) {
- Lock redisLock = new Lock(redisTemplate, redisCacheKey.getKey() + "_sync_lock");
- // 同一個(gè)線程循環(huán)20次查詢緩存，每次等待20毫秒，如果還是沒有數(shù)據(jù)直接去執(zhí)行被緩存的方法
- for (int i = 0; i < RETRY_COUNT; i++) {
- try {
- // 先取緩存，如果有直接返回，沒有再去做拿鎖操作
- Object result = redisTemplate.opsForValue().get(redisCacheKey.getKey());
- if (result != null) {
- logger.debug("redis緩存 key= {} 獲取到鎖后查詢查詢緩存命中，不需要執(zhí)行被緩存的方法", redisCacheKey.getKey());
- return (T) fromStoreValue(result);
- }
- // 獲取分布式鎖去后臺(tái)查詢數(shù)據(jù)
- if (redisLock.lock()) {
- T t = loaderAndPutValue(redisCacheKey, valueLoader, true);
- logger.debug("redis緩存 key= {} 從數(shù)據(jù)庫獲取數(shù)據(jù)完畢，喚醒所有等待線程", redisCacheKey.getKey());
- // 喚醒線程
- container.signalAll(redisCacheKey.getKey());
- return t;
- }
- // 線程等待
- logger.debug("redis緩存 key= {} 從數(shù)據(jù)庫獲取數(shù)據(jù)未獲取到鎖，進(jìn)入等待狀態(tài)，等待{}毫秒", redisCacheKey.getKey(), WAIT_TIME);
- container.await(redisCacheKey.getKey(), WAIT_TIME);
- } catch (Exception e) {
- container.signalAll(redisCacheKey.getKey());
- throw new LoaderCacheValueException(redisCacheKey.getKey(), e);
- } finally {
- redisLock.unlock();
- }
- }
- logger.debug("redis緩存 key={} 等待{}次，共{}毫秒，任未獲取到緩存，直接去執(zhí)行被緩存的方法", redisCacheKey.getKey(), RETRY_COUNT, RETRY_COUNT * WAIT_TIME, WAIT_TIME);
- return loaderAndPutValue(redisCacheKey, valueLoader, true);
- }
當(dāng)需要加載緩存的時(shí)候，需要獲取到鎖才有權(quán)限到后臺(tái)去加載緩存數(shù)據(jù)，否則就會(huì)等待(同一個(gè)線程循環(huán)20次查詢緩存，每次等待20毫秒，如果還是沒有數(shù)據(jù)直接去執(zhí)行被緩存的方法，這個(gè)主要是為了防止獲取到鎖并且去加載緩存的線程出問題，沒有返回而導(dǎo)致死鎖)。當(dāng)獲取到鎖的線程執(zhí)行完成會(huì)將獲取到的數(shù)據(jù)放到緩存中，并且喚醒所有等待線程。
這里需要注意一下讓線程等待一定不能用Thread.sleep()，我在使用Spring Redis Cache的時(shí)候，我發(fā)現(xiàn)當(dāng)并發(fā)達(dá)到300左右，緩存一旦過期就會(huì)引起死鎖，原因是使用的是sleep方法來讓沒有獲取到鎖的線程等待，當(dāng)?shù)却木€程很多的時(shí)候會(huì)產(chǎn)生大量上下文切換，導(dǎo)致獲取到鎖的線程一直獲取不到cpu的執(zhí)行權(quán)，導(dǎo)致死鎖。在layering-cache里面，我們使用的是LockSupport.parkNanos方法，它會(huì)釋放cpu資源, 因?yàn)槲覀兪褂玫氖莚edis分布式鎖，所以也不能使用wait-notify機(jī)制。
緩存預(yù)熱
有效應(yīng)對(duì)緩存的擊穿和雪崩的方式之一是緩存預(yù)加載。
- @Cacheable(value = "people", key = "#person.id", depict = "用戶信息緩存",
- firstCache = @FirstCache(expireTime = 10, timeUnit = TimeUnit.MINUTES),
- secondaryCache = @SecondaryCache(expireTime = 10, preloadTime = 2,timeUnit = TimeUnit.HOURS,))
- public Person findOne(Person person) {
- Person p = personRepository.findOne(Example.of(person));
- logger.info("為id、key為:" + p.getId() + "數(shù)據(jù)做了緩存");
- return p;
- }
在 layering-cache里面二級(jí)緩存會(huì)配置兩個(gè)時(shí)間，expireTime是緩存的過期時(shí)間，preloadTime 是緩存的刷新時(shí)間(預(yù)加載時(shí)間)。每次二級(jí)緩存被命中都會(huì)去檢查緩存的過去時(shí)間是否小于刷新時(shí)間，如果小于就會(huì)開啟一個(gè)異步線程預(yù)先去更新緩存，并將新的值放到緩存中，有效的保證了熱點(diǎn)數(shù)據(jù)**"永不過期"**。這里預(yù)先更新緩存也是需要加鎖的，并不是所有的線程都會(huì)落到庫上刷新緩存，如果沒有獲取到鎖就直接結(jié)束當(dāng)前線程。
- /**
- * 刷新緩存數(shù)據(jù)
- */
- private <T> void refreshCache(RedisCacheKey redisCacheKey, Callable<T> valueLoader, Object result) {
- Long ttl = redisTemplate.getExpire(redisCacheKey.getKey());
- Long preload = preloadTime;
- // 允許緩存NULL值，則自動(dòng)刷新時(shí)間也要除以倍數(shù)
- boolean flag = isAllowNullValues() && (result instanceof NullValue || result == null);
- if (flag) {
- preload = preload / getMagnification();
- }
- if (null != ttl && ttl > 0 && TimeUnit.SECONDS.toMillis(ttl) <= preload) {
- // 判斷是否需要強(qiáng)制刷新在開啟刷新線程
- if (!getForceRefresh()) {
- logger.debug("redis緩存 key={} 軟刷新緩存模式", redisCacheKey.getKey());
- softRefresh(redisCacheKey);
- } else {
- logger.debug("redis緩存 key={} 強(qiáng)刷新緩存模式", redisCacheKey.getKey());
- forceRefresh(redisCacheKey, valueLoader);
- }
- }
- /**
- * 硬刷新（執(zhí)行被緩存的方法）
- *
- * @param redisCacheKey {@link RedisCacheKey}
- * @param valueLoader 數(shù)據(jù)加載器
- */
- private <T> void forceRefresh(RedisCacheKey redisCacheKey, Callable<T> valueLoader) {
- // 盡量少的去開啟線程，因?yàn)榫€程池是有限的
- ThreadTaskUtils.run(() -> {
- // 加一個(gè)分布式鎖，只放一個(gè)請(qǐng)求去刷新緩存
- Lock redisLock = new Lock(redisTemplate, redisCacheKey.getKey() + "_lock");
- try {
- if (redisLock.lock()) {
- // 獲取鎖之后再判斷一下過期時(shí)間，看是否需要加載數(shù)據(jù)
- Long ttl = redisTemplate.getExpire(redisCacheKey.getKey());
- if (null != ttl && ttl > 0 && TimeUnit.SECONDS.toMillis(ttl) <= preloadTime) {
- // 加載數(shù)據(jù)并放到緩存
- loaderAndPutValue(redisCacheKey, valueLoader, false);
- }
- }
- } catch (Exception e) {
- logger.error(e.getMessage(), e);
- } finally {
- redisLock.unlock();
- }
- });
- }
在緩存總量和并發(fā)量都很大的時(shí)候，這個(gè)時(shí)候緩存如果同時(shí)失效，緩存預(yù)熱將是一個(gè)非常慢長的過程，就比如說服務(wù)重啟或新上線一個(gè)新的緩存。這個(gè)時(shí)候我們可以采用切流的方式，讓緩存慢慢預(yù)熱，如開始切10%流量，觀察沒有異常后，再切30%流量，觀察沒有異常后，再切60%流量，然后全量。這種方式雖然有點(diǎn)繁瑣，但是一旦遇到異常我們可以快速的切回流量，讓風(fēng)險(xiǎn)可控。
總結(jié)
總體來說layering-cache在緩存穿透、擊穿和雪崩上是以預(yù)防為主，補(bǔ)救為輔。而在應(yīng)對(duì)緩存的這些問題上其實(shí)也沒有一個(gè)完全完美的方案，只有最適合自己業(yè)務(wù)系統(tǒng)的方案。目前如果直接使用layering-cache緩存框架已經(jīng)基本能應(yīng)對(duì)大部分的緩存問題了。
源碼
https://github.com/wyh-chenfeng/layering-cache
layering-cache
為監(jiān)控而生的多級(jí)緩存框架 layering-cache這是我開源的一個(gè)多級(jí)緩存框架的實(shí)現(xiàn)，如果有興趣可以看一下。
作者：xiaolyuh
原文地址：https://my.oschina.net/u/3748347/blog/2995017
