学网站制作多少钱,wordpress安装服务器,中冶东北建设最新网站,全网营销整合推广目录
开场白-追命3连
使用场景
01缓存穿透场景与方案
02布隆过滤器
03缓存击穿场景与方案
04缓存雪崩场景与方案 开场白-追命3连 看你项目中有说用到Redis#xff0c;都是哪些场景使用了Redis呢#xff1f; 如果发生了缓存穿透、击穿、雪崩如何应对呢#xff1f;缓存…目录
开场白-追命3连
使用场景
01缓存穿透场景与方案
02布隆过滤器
03缓存击穿场景与方案
04缓存雪崩场景与方案 开场白-追命3连 看你项目中有说用到Redis都是哪些场景使用了Redis呢 如果发生了缓存穿透、击穿、雪崩如何应对呢缓存中数据的持久化和双写一致怎么实现的呢数据过期和淘汰策略了解么 能说说Redis实现分布式锁的方案和原理么
使用场景 01缓存穿透场景与方案
使用缓存是一种常见的性能优化和数据管理策略它可以带来许多好处 提高性能缓存允许将常用或重复访问的数据存储在快速访问的位置通常是内存中。这可以大大减少从慢速数据存储系统如数据库中读取数据的次数从而显著提高应用程序的响应时间和性能。 减少资源消耗读取和计算数据通常需要消耗计算资源和网络带宽。通过将结果缓存可以减少这些资源的消耗提高系统的效率。 降低数据库负载数据库是许多应用程序的关键数据存储频繁的数据库查询可以增加数据库的负载。通过缓存常用查询结果可以减轻数据库的压力提高数据库的可伸缩性。 减少网络延迟从远程数据源如云存储或远程API获取数据通常需要较长的网络延迟。通过使用缓存可以将数据放置在更接近应用程序的位置从而降低网络延迟。 提高可伸缩性使用缓存可以降低后端数据存储的压力从而使应用程序更容易扩展支持更多的用户和请求。 应对高并发在高并发的情况下数据库或其他数据源可能无法及时响应请求。缓存可以缓解这种情况因为它可以快速提供响应而不必等待慢速数据源的响应。 提高用户体验快速加载和响应时间可以显著提高用户体验减少等待时间增加用户满意度。 实现断点恢复在某些应用中缓存可以用于存储临时状态或进度以支持断点续传或恢复操作如文件上传或长时间运行的任务。 保护后端资源通过缓存来限制对某些资源的访问可以防止滥用或意外的流量对后端资源的过度消耗。 离线访问缓存可以支持离线访问使应用程序在没有连接到主要数据源时仍能够提供基本功能。 缓存穿透是一种缓存相关的性能问题指的是恶意请求通过访问缓存中不存在的数据大量频繁地请求数据库连接消耗资源。缓存穿透的明显特征恶意大量大规模地请求不存在的数据。
解决方案1针对不存在的数据使用null存入缓存。 优点方案方便简单 缺点会消耗大量的内存有可能引起数据不一致的问题(缓存null的同时插入了真实值数据就不一致了)
解决方案2使用布隆过滤器拦截 优点内存占用少没有多余key 缺点设计方案稍微复杂存在误判 02布隆过滤器
布隆过滤器是一种用于快速检测某个元素是否存在于集合中的数据结构。在缓存层之前使用布隆过滤器可以快速拦截那些明显不存在于数据源中的请求。在系统启动或数据更新后就可以预热缓存将热门数据加载到缓存中。
布隆过滤器实质上是一种位图bitmap相当于是一个以(bit)位为单位的数组数组中每个单元只能存储二进制数0或者1。 存储数据通过多个hash函数获取hash值根据hash计算数组对应位置改为1 查询数据使用相同hash函数获取hash值判断对应位置是否都为1
误判当查询并不存在的“武侯区”时会返回错误的判断结果。
误判率数组越小误判率越高数组越大误判率越低但越大的数组就带来了越多的内存消耗。(使用布隆过滤器的情况下默认允许误判率小于等于5%)
03缓存击穿场景与方案
缓存击穿是指:当一个缓存key设置了过期时间而在过期的那一瞬间有大量并发请求同时访问这个key导致请求穿透缓存直接访问数据库而这个瞬间是有可能把数据库压垮的。
缓存没有命中查询数据库之后不是会写入缓存么——缓存击穿的瞬间就是发生在这个写入的间隔时间内哪怕只是10ms
解决方案1互斥锁在缓存中设置一个互斥锁用于保护数据的加载过程同时避免多个请求并发操作数据。 优点强一致性 缺点互斥锁导致资源消耗性能差
解决方案2逻辑过期设置热门数据的缓存永不过期或者设置一个很长的过期时间以确保数据不会频繁失效。 优点高可用性性能好 缺点不能保证保证数据绝对一直
04缓存雪崩场景与方案
缓存雪崩是指在某个时间点缓存中的大量数据同时失效或过期导致大量请求直接访问后端数据源对后端系统造成巨大压力的情况。缓存雪崩通常发生在以下场景 大规模数据同时过期在某个时间点大量缓存数据的过期时间到达导致这些数据在短时间内同时失效。 系统重启当系统重新启动或缓存服务重启时所有缓存数据都会失效导致大量请求访问后端数据源。 热门数据失效缓存中的热门数据在某个时间点过期因此大量请求同时访问这些数据。
解决方案1针对过期时间-通过随机设置缓存数据的过期时间避免大量数据同时过期。
解决方案2针对Redis宕机-采用集群的方式部署Redis服务。
解决方案3针对热门数据失效-在系统启动或低峰期对热门数据进行预加载到缓存中以降低高峰时段缓存失效的风险。
解决方案4使用多级缓存方案本地缓存分布式缓存。
解决方案5兜底策略-限流降级或者熔断在高峰期对请求进行限流确保不会过多请求直接访问后端。
