缓存热点，缓存穿透，终极解决方案看过来
背景
前不久，因为公司业务需要，需要解决在大促场景下后端业务的热点缓存问题，所以研究了下缓存热点解决方案。
很多公司的缓存都是基于redis来做的，redis的性能其实已经足以能应付大部分的场景，但是对于大促期间或者活动抢购期间的某个爆品，可能会出现在几秒时间内流入大量的流量，由于某个爆品的数据在redis cluster场景下会按照hash规则被存放在某个redis分片上，那么这几秒的流量都会压到这个redis分片，从而在瞬间会导致这个redis分片的瘫痪，也会影响后续的redis请求的阻塞。
还有个场景，就是公司并不是所有的服务端逻辑都有缓存。在流量起来的时候，这些热key还是会压到数据库层面。导致压力。
解决方案
一般常见的解决方案就是增加二级缓存，对于热点数据写到jvm里一份。设置过期时间。但是什么时候设置，热点如何探测，规则如何设置，过期时间设置多少。甚至于如何快速落地，这都是需要研究的问题。
我们希望有一个统一的方案来解决这些问题。
我们发现了Hotkey这款开源框架。
Hotkey源于京东，hotkey能自动地对任意突发性的无法预知的热点数据，按照配置的规则进行毫秒级别的探测，探测到的热数据会推送到所有的服务端JVM中，大幅减轻对后端数据层的冲击。这些热数据在整个微服务集群会保持一致性，当热点消失的时候，自动从jvm中进行移除。
Hotkey的特性能很好的实现我们的目标。并且京东内部也用Hotkey实战了618大促，稳定性有所保障。
Hotkey的架构图（以下图引用自Hotkey在Gitee的主页）
Hotkey整个架构共分为以下几个部分：
worker：负责采集上报信息，根据规则计算出热点信息，规则来自于etcd。热点信息推送到client里
client： 每个client连接etcd，获取每个worker的ip和端口，和worker保持长链接，接受worker的热点信息推送
etcd：分布式的协调者，接受每个worker的心跳上报，并把worker的连接信息推送给client。监听规则的改变，推送给worker
dashboard：ui界面，查看实例以及worker的状态，查看以及修改规则数据。规则存到mysql，同时由etcd推送给worker
下面给出hotkey的项目地址
关于Hotkey的介绍和如何搭建，大家可以看这篇文章来了解，这里就不多赘述。
碰到的问题
我们在搭建hotkey环境和落地实施中，碰到2个问题：
- Hotkey虽然开源，但是相关client jar包并未上传中央仓库，dashboard和worker启动包也并未提供下载。需要下载源码进行编译，编译过程中也碰到一些包依赖的问题。
- Hotkey的client jar只提供了api级别的方法供程序使用，如果要落地到业务项目中，需要大规模的修改代码才能实施。
我们更希望提供一种侵入更少的方式，在RPC以及接口的层面进行代理包装。使用者无论使用什么RPC框架，只是在相关接口上打上标注，而无需动业务的任何代码。就可以在这个接口层面进行检测热点。如果该接口的某个参数为热点的话，就自动进行代理，走jvm的热点数据，等热点消除后，依旧走原来的调用。
如果你觉得上述的描述过于难以理解的话，那么直白点说就是：
比如某个活动大促期间有个商品S001进行抢购，有大量的流量进入了商品详情页面。这个商品详情RPC方式调用了商品服务的以下接口方法获取商品信息：
public interface ProductService{
SkuInfo getSkuInfo(String skuCode);
}
那么我们希望只在这个接口上打上标注。就可以适配Hotkey框架进行探测热点，当商品S001被大量请求时，S001这个商品就可以成为热点，这时getSkuInfo这个接口就会被自动代理，从而只从Jvm中获取数据，而不会真正走RPC调用。等热点消除后，这个接口依旧调用RPC获取数据。
这样的方式无疑侵入性更小，更容易使Hotkey框架落地。
Hotlink客户端
为此我们基于Hotkey client研发了Hotlink客户端框架，该客户端框架能让Hotkey更完美的落地，增强了Hotkey客户端的能力。
Hotlink的项目地址：https://gitee.com/openbeast/hotlink
该客户端框架有以下特点：
- 业务接入简单，只需要一个标注，1分钟就能使你的RPC接口接入热点探测框架
- 启动时动态扫描所有Hotlink标注的接口，创建动态代理
- 基于动态代理去对接口做增强，理论上只要有接口，就支持任何RPC框架
- 本地方法只要有接口，也能使用热点探测
结合Hotkey的架构图，Hotlink在整个架构图中的位置如下图：
Hotlink如何使用
第一步
按照Hotkey的部署要求，搭建好worker和dashboard。具体方式请参照：
同时为了方便大家搭建，我把编译好的worker和dashboard包也进行了上传
worker下载地址：
公网IP版本(适合调试用，本地能连上worker)：
https://gitee.com/openbeast/hotlink/attach_files/813746/download/worker-0.0.4-SNAPSHOT-public.jar
内网IP版本：
https://gitee.com/openbeast/hotlink/attach_files/813747/download/worker-0.0.4-SNAPSHOT.jar
Dashboard:
https://gitee.com/openbeast/hotlink/attach_files/813749/download/dashboard-0.0.2-SNAPSHOT.jar
第二步
本地业务项目依赖jar包(此jar包并未上传到中央仓库，需要大家自己deploy到自己公司的私库)
<dependency>
<groupId>com.thebeastshop</groupId>
<artifactId>hotlink-spring-boot-starter</artifactId>
<version>1.0.12</version>
</dependency>
hotlink需要的fastjson和groovy版本有点要求，如果你项目中的这2个包版本过低又同时覆盖了hotlink的传递依赖包时，需要额外指定版本：
<fastjson.version>1.2.70</fastjson.version>
<guava.version>29.0-jre</guava.version>
第三步
本地springboot配置文件里加入参数
#此app-name不配置的话，会优先读取spring.application.name属性
hotlink.app-name=test
#etcd地址和端口
hotlink.etcd-url=http://xxx.xxx.xxx.xxx:2379
第四步
在你的接口里加入标签@Hotlink
在接口上加：接口里所有的方法都会自动探测热点
在方法上加：只有这个方法会自动探测热点
比如：
public interface ProductService{
@Hotlink
SkuInfo getSkuInfo(String skuCode);
}
那么当某一个SKU001成为热点时，那么传入参数SKU001会自动代理从JVM里取到数据，而SKU002则继续走RPC调用。
这样就完成了所有的配置。启动皆可。
使用Hotlink需要注意的事项
由于Hotlink的实现是用动态代理来实现，只要满足这两个条件，即可在启动时会扫描器扫到：
- 接口层面上标注
@Hotlink - 相关实现会被注入Spring上下文中
在标注接口的时候，尽量标注在一定时间范围内是幂等的接口。比如会员查询，sku信息查询，相关活动信息的查询，这些信息在一定时间范围内不会频繁变动，那么就适合做热点探测。
非幂等性的接口，即便是相同参数，每次返回也会不一样。那就不建议做热点探测。比如下单，库存的查询，余额的查询。这样的接口如果一旦被升级成热点。那会影响业务界面的正确性和后续逻辑的判断错误。
关于我
我是一个开源作者，也是一名内容创作者。「元人部落」是一个坚持做原创的技术科技分享号，会一直分享原创的技术文章，陪你一起成长。
