Redis技术指南-7-缓存设计

上一节：

上一节聊了Redis的哨兵和集群，这一节我们来理解一下Redis的缓存设计。

缓存设计

引入缓存 好处： 加速读写，降低后端负载 坏处： 缓存和Db的不一致性保证，复杂度很大。

Redis 过期策略 几个： 过期删除： 定时删除(定时任务扫描字典(有过期的key))、惰性删除(零散处理) 因为只有过期删除，其实还不能满足需求或者不是一种精准的删除策略。

内存淘汰策略：

noeviction: 内存上限后，不会删除，拒绝写入 allkeys-lru: 写入的时候，上限了，淘汰最久没有使用的键 volatile-lru: 写入的时候，上限了，从设置过期时间中的最久没有使用键淘汰，直到没有可用空间，退回到noeviction allkeys-random: … 随机删除 volatile-random: … 随机删除过期时间，只到有可用空间 volatile-ttl: 根据ttl属性，删除最近即将要过期的数据。如果没有，退到noeviction allkeys-lfu: 所有键中使用频率最少的键 volatile-lfu: 所有设置过期时间中驱逐使用频率最少的键

实践： 低一致性业务建议配置最大内存和淘汰策略使用 高一致性业务可以结合使用超时剔除和主动更新，即使主动更新出现问题，但是数据过期时间后删除数据。

穿透优化

含义： 穿透代表查询一个根本不存在的数据。缓存miss、DBmiss，返回空结果。

优化方式 1、 缓存空结果 在DBmiss后，写入缓存中一个空对象，下次再访问的时候，命中缓存。 注意： 1、过多的不存在访问，注意加过期时间 2、先不存在，过期时间内存在，注意消息系统更新。 2、布隆过滤器拦截 访问缓存前，将存在的key用布隆过滤器提前保存，做第一层拦截。 如果不存在的key访问，这个时候布隆过滤器就会拦截住。 适用于： 数据命中不高、数据相对固定、实时性低(数据集很大)的场景，但是代码维护复杂，但是cache space 少一些。

无底洞

更多的机器并不带表更好的性能，因为有水平扩容后，各个槽和数据迁移。 如果一次mget横跨多个机器，这个时候网络IO会增多，从而会很慢

雪崩危险

含义： 由于某些原因，缓存不能提供服务了，流量全部hit存储层。会把DB层打崩的。

优化方案： 1、 保证缓存层服务高可用。 Redis-sentinal 和 RedisCluster 2、设置隔离组件为后端限流并降级 3、提前演练

热key优化 设置了过期时间的key，可能会有很大的流量访问，那么在重建缓存期间，流量就会打在DB上 1、 互斥，setnx ： 单线程重建缓存，其他线程等待 2、永不过期

连载中。。后续有多线程、事件、事务、其他特性补充。。