Redis企业级问题及解决方案

1.1 缓存预热
    场景：“宕机”

    服务器启动后迅速宕机

    问题排查：

    1.请求数量较高，大量的请求过来之后都需要去从缓存中获取数据，但是缓存中又没有，此时从数据库中查找数据然后将数据再存入缓存，造成了短期内对redis的高强度操作从而导致问题

    2.主从之间数据吞吐量较大，数据同步操作频度较高

    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

    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

    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：

    4.使用脚本程序固定触发数据预热过程

    5.如果条件允许，使用了CDN（内容分发网络），效果会更好

    总的来说：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！

1.2 缓存雪崩
    场景：数据库服务器崩溃，一连串的场景会随之儿来

    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

    9.Redis集群崩溃

    10.重启数据库后再次被瞬间流量放倒

    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

    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

    总而言之就两点：短时间范围内，大量key集中过期

    解决方案

    思路：
    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

    ​ CPU占用、CPU使用率

    ​ 内存容量

    ​ 查询平均响应时间

    ​ 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

    落地实践：
    1.LRU与LFU切换

    2.数据有效期策略调整

    ​ 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

    ​ 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）

    ​ 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！

    总的来说：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。

1.3 缓存击穿
    场景：还是数据库服务器崩溃，但是跟之前的场景有点不太一样

    1.系统平稳运行过程中

    2.数据库连接量瞬间激增

    3.Redis服务器无大量key过期

    4.Redis内存平稳，无波动

    5.Redis服务器CPU正常

    6.数据库崩溃

    问题排查：

    1.Redis中某个key过期，该key访问量巨大

    2.多个数据请求从服务器直接压到Redis后，均未命中

    3.Redis在短时间内发起了大量对数据库中同一数据的访问

    总而言之就两点：单个key高热数据，key过期

    解决方案：

    1.预先设定

    ​ 以电商为例，每个商家根据店铺等级，指定若干款主打商品，在购物节期间，加大此类信息key的过期时长 注意：购物节不仅仅指当天，以及后续若干天，访问峰值呈现逐渐降低的趋势

    2.现场调整

    ​ 监控访问量，对自然流量激增的数据延长过期时间或设置为永久性key

    3.后台刷新数据

    ​ 启动定时任务，高峰期来临之前，刷新数据有效期，确保不丢失

    4.二级缓存

    ​ 设置不同的失效时间，保障不会被同时淘汰就行

    5.加锁

    ​ 分布式锁，防止被击穿，但是要注意也是性能瓶颈，慎重！

    总的来说：缓存击穿就是单个高热数据过期的瞬间，数据访问量较大，未命中redis后，发起了大量对同一数据的数据库访问，导致对数 据库服务器造成压力。应对策略应该在业务数据分析与预防方面进行，配合运行监控测试与即时调整策略，毕竟单个key的过 期监控难度较高，配合雪崩处理策略即可。

1.4 缓存穿透
    场景：数据库服务器又崩溃了，跟之前的一样吗？

    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

    问题排查：

    1.Redis中大面积出现未命中

    2.出现非正常URL访问

    问题分析：

    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
    Redis获取到null数据未进行持久化，直接返回
    下次此类数据到达重复上述过程
    出现黑客攻击服务器

    解决方案：

    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

    2.白名单策略

    ​ 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）

    ​ 使用布隆过滤器（有关布隆过滤器的命中问题对当前状况可以忽略）

    2.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

    ​ 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

    ​ 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

    ​ 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

    总的来说：缓存击穿是指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。

    务器造成压力。应对策略应该在业务数据分析与预防方面进行，配合运行监控测试与即时调整策略，毕竟单个key的过 期监控难度较高，配合雪崩处理策略即可。