Redis典型应用 - 缓存

1. 什么是缓存？

简单来说，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。

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。

2. 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）。

（1）为什么说关系型数据库性能不高？

• 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。
• 如果查询不能命中索引，就需要进行表的遍历，这就会大大增加硬盘IO次数。
• 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。
• 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。

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岩机。

（2）为什么并发量高了会宕机

• 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。

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。

而Redis就是一个用来作为数据库缓存的常见方案，主要由于以下特点：

• 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。

客户端访问业务服务器，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。

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。

3. 缓存的更新策略

首先，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。

（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）

接下来把用户每次查询：

• 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”相对不那么热门”的数据淘汰掉，按照上述过程，持续一段时间之后Redis内部的数据自然就是 "热门数据" 了。

FIFO（FirstInFirstOut）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（LeastRecentlyUsed）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（LeastFreguentlyUsed）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。
Random 随机淘汰 从所有的key中抽取幸运儿被随机淘汰掉。

• volatile-ru：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（最近最少使用）算法进行淘汰。
• alkeys-ru：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算法进行删除key。
• akeys-fu：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。
• volati le-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。
• akeys-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-tt：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（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。

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。

4. 缓存预热，缓存穿透，缓存雪崩和缓存击穿

（1）缓存预热

什么是缓存预热？

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，从而造成较大的压力。

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。

（2）缓存穿透

当访问的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。

如何解决？

• 针对查询的参数进行格式或合理性校验。
• 针对数据库中也不存在的key，也设置到Redis中，将value就随便设成一个 "" 。避免后续频繁访问数据库。
• 使用布隆过滤器判断key是否存在，在真正查询。

（3）缓存雪崩

短时间内大量的key在缓存上失效，导致数据库压力骤增，甚至直接岩机。

可能性主要有两种：

• Redis挂了
• Redis上大量的key同时过期了

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。

（4）缓存击穿

相当于缓存雪朋的特殊情况，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。