阿里面试：如何解决Redis热点Key问题？ （按此作答，拿 60W年薪）

文章很长，且持续更新，建议收藏起来，慢慢读！疯狂创客圈总目录 博客园版 为您奉上珍贵的学习资源 ：

免费赠送 :《尼恩Java面试宝典》 持续更新+ 史上最全 + 面试必备 2000页+ 面试必备 + 大厂必备 +涨薪必备
免费赠送 :《尼恩技术圣经+高并发系列PDF》 ，帮你 实现技术自由，完成职业升级， 薪酬猛涨！加尼恩免费领
免费赠送 经典图书:《Java高并发核心编程（卷1）加强版》 面试必备 + 大厂必备 +涨薪必备 加尼恩免费领
免费赠送 经典图书:《Java高并发核心编程（卷2）加强版》 面试必备 + 大厂必备 +涨薪必备 加尼恩免费领
免费赠送 经典图书:《Java高并发核心编程（卷3）加强版》 面试必备 + 大厂必备 +涨薪必备 加尼恩免费领

免费赠送 资源宝库： Java 必备 百度网盘资源大合集 价值>10000元 加尼恩领取

---

阿里面试：如何解决Redis热点Key问题？ （按此作答，拿 60W年薪）

尼恩特别说明： 尼恩的文章，都会在 《技术自由圈》 公号 发布， 并且维护最新版本。 如果发现图片 不可见， 请去 《技术自由圈》 公号 查找

尼恩说在前面：

在40岁老架构师 尼恩的100+读者交流群 中，最近有小伙伴拿到了一线互联网企业如得物、阿里、滴滴、极兔、有赞、希音、百度、网易、美团的面试资格，遇到很多很重要的面试题：

• 什么是热点key？ 热点key会带来哪些问题？
• 如何监测热点key？如何解决热点key？
• 你们生产遇到过 hotkey吗？ 怎么解决的？

最近有小伙伴在面试 阿里P7，又遇到了相关的面试题。小伙伴是按照尼恩的方案去答的。

没想到，面试官非常满意，小伙伴阿里P7 offer到手，年薪 60W，还特意来感谢了尼恩。

所以，尼恩给大家做一下系统化、体系化的梳理。

这里，把这个答案共享出来，帮大家内力猛增，让面试官爱到 “不能自已、口水直流”。

然后，帮大家 实现”offer直提”，都拿到阿里P7 offer，逆天改命。

当然，这道面试题 以及参考答案，也会收入咱们的 《尼恩Java面试宝典PDF》V171版本，供后面的小伙伴参考，提升大家的 3高 架构、设计、开发水平。

最新《尼恩 架构笔记》《尼恩高并发三部曲》《尼恩Java面试宝典》的PDF，请关注本公众号【技术自由圈】获取，回复：领电子书

1 宏观总结：热点key的危害和解决方案

什么是HotKey？

在某个Key接收到的访问次数、显著高于其它Key时，我们可以将其称之为HotKey/热key。

从访问量上来说，常见的HotKey如：

• 某Redis实例的每秒总访问量为10000，而其中一个Key的每秒访问量达到了7000（访问次数显著高于其它Key）
• 对一个拥有上千个成员且总大小为1MB的HASH Key每秒发送大量的HGETALL（带宽占用显著高于其它Key）
• 对一个拥有数万个成员的ZSET Key每秒发送大量的ZRANGE（CPU时间占用显著高于其它Key）

从业务上来说， 常见的HotKey如：

1 、MySQL等数据库会被频繁访问的热数据

如爆款商品的skuId。

2 、redis的被密集访问的key

如爆款商品的各维度信息，skuId、shopId等。

3 、机器人、爬虫、刷子用户

如用户的userId、uuid、ip等。

4 、某个接口地址

如/sku/query或者更精细维度的。

注意，我们的HotKey探测框架只关心key，其实就是一个字符串，

2 热点Key的巨大危害

2.1 HotKey对服务层和数据层的风险

在拥有大量并发用户的系统中，HotKey一直以来都是一个不可避免的问题。

• 比如秒杀活动、热点微博、热评，某件商品被数万次点击浏览或购买时，就会造成热点问题
• 比如大量发布、浏览的热点新闻、热点评论等读多写少场景也会产生热点问题
• 比如是 瞬间大量开启的爬虫用户，
• 突发大批机器人以远超正常用户的速度发起极其密集的请求，这些机器人只需要很小的代价，就能发出百倍于普通用户的请求量，从而大幅挤占正常用户的资源。

以京东为例的这些头部互联网公司，动辄某个爆品，会瞬间引入每秒上百万甚至数百万的请求，当然流量多数会在几秒内就消失。

但就是这短短的几秒的HotKey，就会瞬间造成其所在redis分片集群瘫痪。

原因也很简单，redis作为一个单线程的结构，所有的请求到来后都会去排队，当请求量远大于自身处理能力时，后面的请求会陷入等待、超时。

由于该redis分片完全被这个key的请求给打满，导致该分片上所有其他数据操作都无法继续提供服务，也就是HotKey不仅仅影响自己，还会影响和它合租的数据。

这样，redis 缓存没有响应之后，相当于 redis 击穿， 请求直接转向DB

DB的吞吐量，比如会低很多，DB 就会雪崩。

2.2 HotKey带来的常见问题

• HotKey占用大量的Redis CPU时间，使其性能变差并影响其它请求；
• Redis Cluster中各node流量不均衡造成Redis Cluster的分布式优势无法被Client利用，一个分片负载很高而其它分片十分空闲从而产生读/写热点问题；
• 在抢购、秒杀活动中，由于商品对应库存Key的请求量过大，超出Redis处理能力造成超卖；
• HotKey的请求压力数量超出Redis的承受能力造成缓存击穿，此时大量强求将直接指向后端存储，将后端存储打挂并影响到其它业务；

• 流量过于集中，突破物理网卡的极限
• 请求过多，缓存分片服务被打垮
• 穿透DB

2.3 热点Key的巨大危害

当某热点Key请求在某一主机上超过该主机网卡上限时，由于流量过度集中，导致服务器中其它服务无法正常进行
=》
缓存服务崩溃：热点过于集中，热点Key缓存过多，超过目前的缓存容量，就会导致缓存分片服务被打垮
=》
DB雪崩： 此时再有请求产生，会缓存到后台DB，导致缓存穿透，进一步还会导致DB雪崩。

=》

于是 系统 雪崩。

3 HotKey的解决方案

通常的解决方案主要集中在对客户端和Server端进行改造。

3.1 本地缓存方案： 实现就近访问

在应用层引入本地缓存（如Guava Cache、Caffeine、nginx share dict等），将热点数据缓存在本地内存中，减少对Redis的直接访问，从而降低Redis的压力。

优点：减少了对Redis的读请求，降低了热点Key带来的负载压力。

3.2 打撒热点：将热点Key分散到不同的服务器

通过改变Key的结构（如添加随机前缀），将同一个热点Key拆分成多个Key，使其分布在不同的Redis节点上，从而避免所有流量集中在一个节点上。

优点：有效避免了单点瓶颈，提高了Redis集群的整体吞吐量。

3.3 Redis 从节点扩容

如果是用 ： redis 主从架构，可以通过增加Redis集群中的从节点，增加 多个读的副本。

通过对读流量进行 负载均衡， 将读流量 分散到更多的从节点 上，减轻单个节点的压力。

优点：通过水平扩展，Redis可以处理更大的负载，特别是针对高并发的读请求。

Redis 从节点扩容 方案非常受限： 如果是用 redis cluster 集群架构，这种方案就没辙了。

关于 redis 主从架构，redis cluster 集群架构 的区别，请看尼恩的下面深度文章：

希音面试：Redis脑裂，如何预防？你能解决吗？（看这篇就够了）

3.4 热点探测

热点探测是 可以帮助我们识别和处理那些突然变得非常热门的键（HotKey），这些键可能会对系统的性能和稳定性造成影响。

京东开源的JD-hotkey框架可以毫秒级探测热点数据，并将这些数据推送至服务器集群内存中，从而降低热数据对数据层的查询压力。

该框架适用于多种场景，如MySQL热数据本地缓存、Redis热数据本地缓存、黑名单用户本地缓存、爬虫用户限流等

3.5 本地缓存的预加载

本地缓存的预加载是一种优化策略，提前加载可能会用到的热点数据，以便在需要时能够快速访问。

4 HotKey的探测方案

监测 热点Key可以通过以下几种方法：

4.1 代理端探测:

如果系统中使用了Redis代理（如Twemproxy、Codis 等），可以在代理层添加统计功能，

对经过代理的Redis请求进行统计，记录每个Key的访问频率。

4.2 服务端探测:

可以实时监控Redis服务器执行一些相关命令（如MONITOR、redis-cli --hotkeys等），通过分析这些命令，可以观察到哪些Key被频繁访问，识别出热点Key。

4.3 客户端探测:

在Redis客户端（如Jedis、Lettuce）中添加统计代码，对每次对Redis的访问进行记录。可以统计每个Key的访问次数，并定期上报到监控系统。

4.4 凭经验判断:

根据经验判断哪些数据是访问频率最高的。

例如，电商系统中的商品详情页、社交平台上的热门帖子等数据通常容易成为热点Key。

5 服务端探测 HotKey:

可以实时监控Redis服务器执行一些相关命令（如MONITOR、redis-cli --hotkeys等），通过分析这些命令，可以观察到哪些Key被频繁访问，识别出热点Key。

第一大命令 MONITOR命令：

可以实时监控Redis服务器执行的所有命令。通过分析这些命令，可以观察到哪些Key被频繁访问，识别出热点Key。

MONITOR命令还可以 结合 第三方监控工具（如RedisInsight）可以实时监控Redis实例的性能数据，并通过设置监控指标和警报，自动检测出访问频率异常高的Key。

第二大命令 redis-cli --hotkeys命令：

在Redis 4.0及以上版本中，redis-cli提供了--hotkeys选项，可以帮助分析哪些Key是热点Key。

5.1 通过 MONITOR命令在服务端探测 HotKey：

MONITOR命令 可以实时监控Redis服务器执行的所有命令。

通过分析这些命令，可以观察到哪些Key被频繁访问，识别出热点Key。

不过，MONITOR命令的开销较大，所以，MONITOR命令 一般只在调试阶段使用。

要使用MONITOR命令监控hotkey，首先需要了解MONITOR命令的基本用途和使用方法。

5.1.1 MONITOR命令语法

到底，什么是MONITOR命令 ？

redis MONITOR命令 基本语法如下：

redis 127.0.0.1:6379> MONITOR 

Redis MONITOR命令用于实时打印出 Redis 服务器接收到的命令 。MONITOR 用来帮助我们知道数库正在做什么。 可以通过 redis-cli 和 telnet 调用MONITOR 。

当 Redis 用做数据库或者分布式缓存时，MONITOR 可以帮助我们发现程序中的 bug 。

$ redis-cli monitor
1339518083.107412 [0 127.0.0.1:60866] "keys" "*"
1339518087.877697 [0 127.0.0.1:60866] "dbsize"
1339518090.420270 [0 127.0.0.1:60866] "set" "x" "6"
1339518096.506257 [0 127.0.0.1:60866] "get" "x"
1339518099.363765 [0 127.0.0.1:60866] "del" "x"
1339518100.544926 [0 127.0.0.1:60866] "get" "x"

通过 redis-cli 运行 MONITOR 时，可以发送 SIGINT (Ctrl+C) 信号来停止退出。

$ telnet localhost 6379
Trying 127.0.0.1...
Connected to localhost.
Escape character is '^]'.
MONITOR
+OK
+1339518083.107412 [0 127.0.0.1:60866] "keys" "*"
+1339518087.877697 [0 127.0.0.1:60866] "dbsize"
+1339518090.420270 [0 127.0.0.1:60866] "set" "x" "6"
+1339518096.506257 [0 127.0.0.1:60866] "get" "x"
+1339518099.363765 [0 127.0.0.1:60866] "del" "x"
+1339518100.544926 [0 127.0.0.1:60866] "get" "x"
QUIT
+OK
Connection closed by foreign host.

通过 telnet 运行MONITOR时，可以发送 QUIT来停止退出。

5.1.2 使用MONITOR命令监控hotkey

MONITOR命令主要用于实时打印出Redis服务器接收到的命令，这包括所有对Redis数据库的操作，如读取和写入操作。

通过监控这些操作，我们可以分析出哪些键（key）被频繁访问，从而识别出hotkey。

以下是使用MONITOR命令监控hotkey的步骤：

1. 启动Redis客户端：首先，你需要连接到Redis服务器。这可以通过redis-cli命令行工具完成。

2. 执行MONITOR命令：在Redis客户端中输入MONITOR命令。这将启动监控模式，实时输出所有接收到的命令。例如：

redis 127.0.0.1:6379> MONITOR
   OK
   1410855382.370791 [0 127.0.0.1:60581] "info"
   1410855404.062722 [0 127.0.0.1:60581] "get" "a"

这里，OK表示命令执行成功，随后的输出显示了时间戳、客户端信息和执行的命令。

3. 分析输出：监控模式下，Redis服务器会输出所有接收到的命令。你需要分析这些输出，找出被频繁访问的键。这些频繁访问的键可能就是hotkey。

4. 停止监控：当你完成监控任务后，可以通过发送SIGINT信号（通常是Ctrl+C）来停止监控，或者在客户端输入QUIT命令退出监控模式。

需要注意的是，MONITOR命令虽然非常有用，但它会对Redis服务器的性能产生一定影响。

因为MONITOR需要记录并输出所有命令，这会占用CPU资源和网络带宽。在高负载环境中，使用MONITOR命令可能会导致吞吐量显著下降。因此，在生产环境中应谨慎使用，并尽量缩短监控时间。

顺便说一下： 和monitor命令一起，Redis 提供了一组内置的命令来获取 服务器 的状态信息，这些命令可以用来进行基本的监控。

• INFO：提供关于 Redis 服务器的各种信息，包括 客户端 连接数、内存使用情况、持久化状态等。

  INFO all
  

  你也可以指定不同的部分，如 INFO clients 或 INFO memory。

• MONITOR：实时显示所有到达 Redis 服务器的命令。这在调试时非常有用，但在生产环境中应谨慎使用，因为它会显著影响性能。

  MONITOR
  

• SLOWLOG：记录执行时间超过配置阈值的命令。这对于识别慢查询非常有用。

  SLOWLOG GET
  

使用SLOWLOG 命令可以读取或重置 Redis 慢速查询日志。

通俗讲就是 redis 可以把执行时间超过我们设定值的命令记录下来，slowlog 是记录到内存中的哦，所以非常快。

这里的执行时间不包括 I/O 操作, 比如与客户端, 发送应答等等 , 就是实际执行命令所需的时间(命令唯一执行的阶段，线程被阻塞且不能同时处理其他请求)。

5.1.3 通过 redis-faina 工具实现 MONITOR 的分析与定位

redis-faina 通过解析 Redis 的 MONITOR 命令输出，帮助用户对 Redis 实例进行性能诊断。

Facebook Instagram 开源的 redis-faina(Python)，提供了对 Monitor 的一些分析与定位。

redis-faina 是由 Instagram 开发并开源的一个 Redis 查询分析工具。

这个工具使用简单，但功能强大，尤其适合用于定位线上 Redis 性能问题。

安装 redis-faina

你可以通过以下命令来安装 redis-faina：

git clone https://github.com/facebookarchive/redis-faina.git

然后进入下载的目录中。

redis-faina 的使用也非常简单，你可以通过以下两种方式之一来使用它：

5.1.4 通过管道从 stdin 读取 N 条命令进行分析处理：

redis-cli -p 6379 MONITOR | head -n |  redis-faina.py [options] 

这里，redis-cli 命令连接到 Redis 服务器，并执行 MONITOR 命令。

head -n 用于限制分析的命令数量，而 redis-faina.py 是分析工具的 Python 脚本。

如果你不指定 head -n 的参数，它将默认输出前 10 行。head -n 1000 显示 Redis 服务器接收到的前 1000 条命令。

[options] 表示选型，比如： --prefix-delimiter 前缀字符串

下面是一个列子

redis-cli  -p 6379  monitor | head -n  1000 | redis-faina.py 

输出如下，类似如下结果：

Overall Stats
========================================
Lines Processed      7904
Commands/Sec         256.80

Top Prefixes
========================================
n/a

Top Keys
========================================
970125      3952    (50.00%)
aaa850      2       (0.03%)
aaa919      2       (0.03%)
aaa852      2       (0.03%)
aaa853      2       (0.03%)
aaa678      2       (0.03%)
aaa679      2       (0.03%)
aaa856      2       (0.03%)

Top Commands
========================================
AUTH      3952    (50.00%)
set       3950    (49.97%)

Command Time (microsecs)
========================================
Median      1920.0
75%     2016.25
90%         2092.0
99%         2840.0

Heaviest Commands (microsecs)
========================================
AUTH      22542297.5
set       8236623.75

Slowest Calls
========================================
20718202.0      "AUTH" "970125"
8456.0          "set" "aaa82" "aaaaaaaa82"
6624.0          "set" "aaa103" "aaaaaaaa103"
6506.0          "set" "aaa817" "aaaaaaaa817"
6105.0          "set" "aaa2024" "aaaaaaaa2024"
6081.0          "set" "aaa1057" "aaaaaaaa1057"
6074.75         "set" "aaa1948" "aaaaaaaa1948"
6067.0          "set" "aaa576" "aaaaaaaa576"

从这个结果中，我们可以清晰的看到各种指标。

5.1.5 直接从文件中读取 N 条命令进行分析处理：

redis-cli -h xx.xx.xx.xx -p 6379 -a pwd monitor | head -n > /tmp/outfile.txt
redis-faina.py /tmp/outfile.txt

首先，将 MONITOR 命令的输出重定向到一个文件中，然后使用 redis-faina.py 脚本分析该文件。

redis-faina 会输出包括总命令数、每秒命令数（QPS）、最频繁使用的前缀、最频繁使用的键、最频繁执行的命令、命令执行时间的统计分布、最耗时的命令以及最慢的调用等统计信息。这些信息对于分析 Redis 性能和识别热点键（hotkey）非常有用。

需要注意的是，由于 redis MONITOR 输出的只有请求开始的时间，所以在一个非常繁忙的 Redis 实例中，根据该请求的开始时间以及下一个请求的开始时间，可以大概估算出一个请求的执行时间。

由此可以看出，redis-faina 统计的时间并不是十分精确的，尤其在分析一个非常闲的 Redis 实例时，分析的结果可能差异较大

5.1.6 MONITOR 的消耗

因为MONITOR流返回所有命令，所以用起来会有一定的消耗。

下面是一个基准测试对比：

不带MONITOR命令:

$ src/redis-benchmark -c 10 -n 100000 -q
PING_INLINE: 101936.80 requests per second
PING_BULK: 102880.66 requests per second
SET: 95419.85 requests per second
GET: 104275.29 requests per second
INCR: 93283.58 requests per second

带 MONITOR 命令 (redis-cli monitor > /dev/null):

$ src/redis-benchmark -c 10 -n 100000 -q
PING_INLINE: 58479.53 requests per second
PING_BULK: 59136.61 requests per second
SET: 41823.50 requests per second
GET: 45330.91 requests per second
INCR: 41771.09 requests per second

通过上面的例子可以看到运行一个MONITOR命令降低了超过 50% 的吞吐量。

运行多个MONITOR会进一步降低性能。

MONITOR 不记录的命令

处于安全方面的考虑，所有的管理相关的命令不会记录到MONITOR的输出者。

下面几个命令也不会记录：

• AUTH
• EXEC
• HELLO
• QUIT

5.2 通过 Redis的 hotkey 分析工具在服务端探测 HotKey：

Redis自带的分析工具：在Redis 4.0及以上版本中，redis-cli提供了--hotkeys选项，可以帮助分析哪些Key是热点Key。

5.2.1 redis-cli提供了--hotkeys的用法

redis-cli --hotkeys 是一个Redis命令行工具的选项， 可以监视和查看当前活动的热点键（hot keys）。

下面是使用 redis-cli --hotkeys 的示例：

1. 打开终端或命令提示符。
2. 输入以下命令以启动 redis-cli 并使用 --hotkeys 选项：

redis-cli --hotkeys

执行上述命令后，redis-cli 将连接到本地Redis服务器（默认端口为 6379）。

在连接成功后，它将显示当前活动的热点键及其相关信息，例如键的名称、执行命令的类型和执行的次数。

$./redis-cli --hotkeys

# Scanning the entire keyspace to find hot keys as well as
# average sizes per key type.  You can use -i 0.1 to sleep 0.1 sec
# per 100 SCAN commands (not usually needed).

[00.00%] Hot key 'counter:000000000002' found so far with counter 87
[00.00%] Hot key 'key:000000000001' found so far with counter 254
[00.00%] Hot key 'mylist' found so far with counter 107
[00.00%] Hot key 'key:000000000000' found so far with counter 254
[45.45%] Hot key 'counter:000000000001' found so far with counter 87
[45.45%] Hot key 'key:000000000002' found so far with counter 254
[45.45%] Hot key 'myset' found so far with counter 64
[45.45%] Hot key 'counter:000000000000' found so far with counter 93

-------- summary -------

Sampled 22 keys in the keyspace!
hot key found with counter: 254    keyname: key:000000000001
hot key found with counter: 254    keyname: key:000000000000
hot key found with counter: 254    keyname: key:000000000002
hot key found with counter: 107    keyname: mylist
hot key found with counter: 93    keyname: counter:000000000000
hot key found with counter: 87    keyname: counter:000000000002
hot key found with counter: 87    keyname: counter:000000000001
hot key found with counter: 64    keyname: myset

可以看到，排在前几位的即是热点key。

请注意，redis-cli --hotkeys 选项仅适用于Redis 6.2版本或更高版本。

如果使用的是早期版本的Redis，该选项可能不可用。

此外，请确保在执行 redis-cli --hotkeys 命令之前已经安装和正确配置了Redis，并且Redis服务器正在运行。

5.2.2 redis-cli --hotkeys 的缺点

• 性能影响：由于它是一个全量的Hotkey数据，特别是存在大量hotkey的场景下会对性能产生较大影响，因此不推荐在生产环境频繁执行；
• 局限性：该命令返回的结果是基于Redis自身内部的采样与统计算法，根据机器资源的或预期场景的不同，该结果可能并不是100%符合预期的；
• 完整性：该命令只提供了热点键的基本信息，无法知道更详细的统计和分析信息，需要向业务侧确认；

6 代理端探测探测 HotKey：

如果系统中使用了Redis代理（如Twemproxy、Codis 等），可以在代理层添加统计功能，

在代理层，如Twemproxy或Codis，增加key使用情况的收集。对经过 proxy 代理的Redis请求进行统计，记录每个Key的访问频率。

这种方法适用于代理架构，如果使用的redis cluster 集群架构，这种方式可以忽略。

7 在redis client 客户端探测 HotKey

在Redis客户端（如Jedis、Lettuce）中添加统计代码，对每次对Redis的访问进行记录。

在Redis客户端可以统计每个Key的访问次数，并定期上报到监控系统。

7.1 大厂方案1： 透明多级缓存 （TMC） 架构设计

7.1.1 透明多级缓存 （TMC）简介

TMC ，即“透明多级缓存（ Transparent Multilevel Cache ）”，是有赞 PaaS 团队给公司内应用提供的整体缓存解决方案。

TMC 在通用“分布式缓存解决方案（本地缓存+ 如 Codis Proxy + Redis）”基础上，增加了以下功能：

• 应用层热点探测
• 应用层本地缓存
• 应用层缓存命中统计

以帮助应用层解决缓存使用过程中出现的热点访问问题。

有赞 为什么要做 TMC

使用有赞服务的电商商家数量和类型很多，商家会不定期做一些“商品秒杀”、“商品推广”活动，导致“营销活动”、“商品详情”、“交易下单”等链路应用出现 缓存热点访问 的情况：

• 活动时间、活动类型、活动商品之类的信息不可预期，导致 缓存热点访问 情况不可提前预知；
• 缓存热点访问 出现期间，应用层少数 热点访问 key 产生大量缓存访问请求：冲击分布式缓存系统，大量占据内网带宽，最终影响应用层系统稳定性；

为了应对以上问题，需要一个能够 自动发现热点 并 将热点缓存访问请求前置在应用层本地缓存 的解决方案，这就是 TMC 产生的原因。

多级缓存解决方案的痛点

基于上述描述，我们总结了下列 多级缓存解决方案 需要解决的需求痛点：

• 热点探测：如何快速且准确的发现 热点访问 key ？
• 数据一致性：前置在应用层的本地缓存，如何保障与分布式缓存系统的数据一致性？
• 效果验证：如何让应用层查看本地缓存命中率、热点 key 等数据，验证多级缓存效果？
• 透明接入：整体解决方案如何减少对应用系统的入侵，做到快速平滑接入？

TMC 聚焦上述痛点，设计并实现了整体解决方案。

以支持“热点探测”和“本地缓存”，减少热点访问时对下游分布式缓存服务的冲击，避免影响应用服务的性能及稳定性。

7.1.2 透明多级缓存 （TMC）整体架构

TMC 整体架构如上图，共分为三层：

• 存储层：提供基础的kv数据存储能力，针对不同的业务场景选用不同的存储服务（ codis / zankv / aerospike ）；
• 代理层：为应用层提供统一的缓存使用入口及通信协议，承担分布式数据水平切分后的路由功能转发工作；
• 应用层：提供统一客户端给应用服务使用，内置“热点探测”、“本地缓存”等功能，对业务透明；

7.1.3 透明多级缓存 （TMC）本地SDK缓存

如何实现透明 ？

（TMC）本地SDK 是如何减少对业务应用系统的入侵，做到透明接入的？

对于公司 Java 应用服务，在缓存客户端使用方式上分为两类：

• 基于spring.data.redis包，使用RedisTemplate编写业务代码；
• 基于youzan.framework.redis包，使用RedisClient编写业务代码；

不论使用以上那种方式，最终通过JedisPool创建的Jedis对象与缓存服务端代理层做请求交互。

TMC 对原生jedis包的JedisPool和Jedis类做了改造，

在JedisPool初始化过程中, 集成TMC“热点发现”+“本地缓存”功能 Hermes-SDK 包的初始化逻辑，

使Jedis客户端与缓存服务端代理层交互时, 先与Hermes-SDK交互，从而完成 “热点探测”+“本地缓存”功能的透明接入。

对于 Java 应用服务，只需使用特定版本的 jedis-jar 包，无需修改代码，即可接入 TMC 使用“热点发现”+“本地缓存”功能，做到了对应用系统的最小入侵。

7.1.4 透明多级缓存 （TMC）本地SDK缓存 整体结构

7.1.5 透明多级缓存 （TMC）本地SDK 模块划分

TMC 本地缓存整体结构分为如下模块：

• Jedis-Client： Java 应用与缓存服务端交互的直接入口，接口定义与原生 Jedis-Client 无异；
• Hermes-SDK：自研“热点发现+本地缓存”功能的SDK封装， Jedis-Client 通过与它交互来集成相应能力；
• Hermes服务端集群：接收 Hermes-SDK 上报的缓存访问数据，进行热点探测，将热点 key 推送给 Hermes-SDK 做本地缓存；
• 缓存集群：由代理层和存储层组成，为应用客户端提供统一的分布式缓存服务入口；
• 基础组件： etcd 集群、 Apollo 配置中心，为 TMC 提供“集群推送”和“统一配置”能力；

7.1.6 透明多级缓存 （TMC）本地SDK 基本流程

1） key 值获取

• Java 应用调用 Jedis-Client 接口获取key的缓存值时，Jedis-Client 会询问 Hermes-SDK 该 key 当前是否是 热点key；
• 对于 热点key ，直接从 Hermes-SDK 的 热点模块 获取热点 key 在本地缓存的 value 值，不去访问 缓存集群 ，从而将访问请求前置在应用层；
• 对于非 热点key ，Hermes-SDK 会通过Callable回调 Jedis-Client 的原生接口，从 缓存集群 拿到 value 值；
• 对于 Jedis-Client 的每次 key 值访问请求，Hermes-SDK 都会通过其 通信模块 将 key访问事件 异步上报给 Hermes服务端集群 ，以便其根据上报数据进行“热点探测”；

2）key值过期

• Java 应用调用 Jedis-Client 的set() del() expire()接口时会导致对应 key 值失效，Jedis-Client 会同步调用 Hermes-SDK 的invalid()方法告知其“ key 值失效”事件；
• 对于 热点key ，Hermes-SDK 的 热点模块 会先将 key 在本地缓存的 value 值失效，以达到本地数据强一致。同时 通信模块 会异步将“ key 值失效”事件通过 etcd集群 推送给 Java 应用集群中其他 Hermes-SDK 节点；
• 其他Hermes-SDK节点的 通信模块 收到 “ key 值失效”事件后，会调用 热点模块 将 key 在本地缓存的 value 值失效，以达到集群数据最终一致；

3）热点发现

• Hermes服务端集群 不断收集 Hermes-SDK上报的 key访问事件，对不同业务应用集群的缓存访问数据进行周期性（3s一次）分析计算，以探测业务应用集群中的热点key列表；
• 本地预热：对于探测到的热点key列表，Hermes服务端集群 将其通过 etcd集群 推送给不同业务应用集群的 Hermes-SDK 通信模块 ，通知其对热点key列表进行本地缓存 预热；

4）配置读取

• Hermes-SDK 在启动及运行过程中，会从 Apollo配置中心 读取其关心的配置信息（如：启动关闭配置、黑白名单配置、etcd地址...）；
• Hermes服务端集群 在启动及运行过程中，会从 Apollo配置中心 读取其关心的配置信息（如：业务应用列表、热点阈值配置、 etcd 地址...）；

7.1.7 透明多级缓存 （TMC）本地SDK 稳定性

TMC本地缓存稳定性表现在以下方面：

• 数据上报异步化：Hermes-SDK 使用rsyslog技术对“ key 访问事件”进行异步化上报，不会阻塞业务；
• 通信模块线程隔离：Hermes-SDK 的 通信模块 使用独立线程池+有界队列，保证事件上报&监听的I/O操作与业务执行线程隔离，即使出现非预期性异常也不会影响基本业务功能；
• 缓存管控：Hermes-SDK 的 热点模块 对本地缓存大小上限进行了管控，使其占用内存不超过 64MB（LRU），杜绝 JVM 堆内存溢出的可能；

7.1.8 透明多级缓存 （TMC）本地SDK 一致性

TMC 本地缓存一致性表现在以下方面：

• Hermes-SDK 的 热点模块 仅缓存 热点key 数据，绝大多数非热点 key 数据由 缓存集群 存储；
• 热点key 变更导致 value 失效时，Hermes-SDK 同步失效本地缓存，保证 本地强一致；
• 热点key 变更导致 value 失效时，Hermes-SDK 通过 etcd集群 广播事件，异步失效业务应用集群中其他节点的本地缓存，保证 集群最终一致；

7.1.9 TMC热点探测流程

TMC热点探测 整体流程

TMC 热点发现流程分为四步：

• 数据收集：收集 Hermes-SDK 上报的 key访问事件；
• 热度滑窗：对 App 的每个 Key ，维护一个时间轮，记录基于当前时刻滑窗的访问热度；
• 热度汇聚：对 App 的所有 Key ，以<key,热度>的形式进行 热度排序汇总；
• 热点探测：对 App ，从 热Key排序汇总 结果中选出 TopN的热点Key ，推送给 Hermes-SDK；

7.1.9.1 数据收集

Hermes-SDK 通过本地rsyslog将 key访问事件 以协议格式放入 kafka ，Hermes服务端集群 的每个节点消费 kafka 消息，实时获取 key访问事件。

访问事件协议格式如下：

• appName：集群节点所属业务应用
• uniqueKey：业务应用 key访问事件 的 key
• sendTime：业务应用 key访问事件 的发生时间
• weight：业务应用 key访问事件 的访问权值

Hermes服务端集群 节点将收集到的 key访问事件 存储在本地内存中，

内存数据结构为Map<String, Map<String, LongAdder>>，

对应业务含义映射为Map< appName , Map< uniqueKey , 热度 >>。

7.1.9.2 热度滑窗

1: 时间滑窗

Hermes服务端集群 节点，对每个App的每个 key ，维护了一个 时间轮：

• 时间轮中共10个 时间片，每个时间片记录当前 key 对应 3 秒时间周期的总访问次数；
• 时间轮10个时间片的记录累加即表示当前 key 从当前时间向前 30 秒时间窗口内的总访问次数；

2. 映射任务

Hermes服务端集群 节点，对每个 App 每3秒 生成一个 映射任务 ，交由节点内 “缓存映射线程池” 执行。

映射任务 内容如下：

• 对当前 App ，从Map< appName , Map< uniqueKey , 热度 >>中取出 appName 对应的Map Map< uniqueKey , 热度 >>；
• 遍历Map< uniqueKey , 热度 >>中的 key ，对每个 key 取出其热度存入其 时间轮 对应的时间片中；

7.1.9.3 热度汇聚

完成第二步“热度滑窗”后，映射任务 继续对当前 App 进行“热度汇聚”工作：

• 遍历 App 的 key ，将每个 key 的 时间轮 热度进行汇总（即30秒时间窗口内总热度）得到探测时刻 滑窗总热度；
• 将 < key , 滑窗总热度 > 以排序集合的方式存入 Redis存储服务 中，即 热度汇聚结果；

7.1.9.4 热点探测

• 在前几步，每3秒 一次的 映射任务 执行，对每个 App 都会产生一份当前时刻的 热度汇聚结果 ；
• Hermes服务端集群 中的“热点探测”节点，对每个 App ，只需周期性从其最近一份 热度汇聚结果 中取出达到热度阈值的 TopN 的 key 列表，即可得到本次探测的 热点key列表；

TMC 热点发现整体流程如下图：

7.1.10 TMC热点探测 特性总结

1. 实时性

Hermes-SDK基于rsyslog + kafka 实时上报 key访问事件。

映射任务 3秒一个周期完成“热度滑窗” + “热度汇聚”工作，当有 热点访问场景 出现时最长3秒即可探测出对应 热点key。

2. 准确性

key 的 热度汇聚结果 由“基于时间轮实现的滑动窗口”汇聚得到，相对准确地反应当前及最近正在发生访问分布。

3.扩展性

Hermes服务端集群 节点无状态，节点数可基于 kafka 的 partition 数量横向扩展。

“热度滑窗” + “热度汇聚” 过程基于 App 数量，在单节点内多线程扩展。

7.1.11 TMC实战效果

7.1.11.1 快手商家某次商品营销活动

有赞商家通过快手直播平台为某商品搞活动，造成该商品短时间内被集中访问产生访问热点，

活动期间 TMC 记录的实际热点访问效果数据如下：

图. 某核心应用的缓存请求&命中率曲线图

• 上图蓝线为应用集群调用get()方法访问缓存次数
• 上图绿线为获取缓存操作命中 TMC 本地缓存的次数

• 上图为本地缓存命中率曲线图

可以看出活动期间缓存请求量及本地缓存命中量均有明显增长，本地缓存命中率达到近 80% （即应用集群中 80% 的缓存查询请求被 TMC 本地缓存拦截）。

7.1.11.2 热点缓存对应用访问的加速效果

• 上图为应用接口QPS曲线

• 上图为应用接口RT曲线

可以看出活动期间应用接口的请求量有明显增长，由于 TMC 本地缓存的效果应用接口的 RT 反而出现下降。

7.1.11.3 双十一期间部分应用 TMC 效果展示

1. 商品域核心应用效果

5-2-2. 活动域核心应用效果

7.1.12 TMC功能的总结

在有赞， TMC 目前已为商品中心、物流中心、库存中心、营销活动、用户中心、网关&消息等多个核心应用模块提供服务，后续应用也在陆续接入中。

TMC 在提供“热点探测” + “本地缓存”的核心能力同时，也为应用服务提供了灵活的配置选择，应用服务可以结合实际业务情况在“热点阈值”、“热点key探测数量”、“热点黑白名单”维度进行自由配置以达到更好的使用效果。

配合三级缓存的使用，需要进行 热key的 探测，有赞平台通过 热key的探测和 支持，

其中：活动期间，本地缓存命中率达到近 80%的命中率， 并且， 响应时间，和平峰时段，没有变化。

Canal使用场景2： 三级缓存的 数据一致性 通知

在100W qps 三级缓存组件 的架构中，也需要通过 Canal 进行 binlog 的 订阅， 进行无入侵的 缓存数据维护

7.2 大厂方案2： 结合开源hotkey，做热点探测和预加载

基于开源hotkey进行 热点探测，有很多小伙伴，在生产系统进行了 缓存系统的重构， 整体的架构图如下：

没有hotkey探测和有 hotkey探测的缓存组件做对比，来说明这套机制的优缺点。

特性	没有hotkey探测和预加载的缓存	使用hotkey探测和预加载的缓存
机器资源	高配物理机/虚拟机	普通物理机/虚拟机/容器
管控复杂	无法控制热点，不易监控	热点数据可以监控统计，可以手动刷新
资源利用率	资源利用率低，无论是否是热点数据都占用资源	资源利用率高，大部分热点数据持有资源
突发流量	无法弹性应对突发流量	弹性应对突发流量
预发流量	预设所有数据	只提前预设热点数据
数据一致性	集群内数据不一致情况时常发生，出现“横跳”现象	集群内数据一致性高，极少或不发生不一致性情况

以上内容的视频介绍，在尼恩的 《第26章 百万qps 三级缓存 组件实操》视频 中 有介绍，具体参见视频。

这里涉及的内容很复杂，也很重要，具体请参见视频，这里不做赘述。

说在最后：有问题找老架构取经‍

Redis hotkey 问题，按照尼恩的梳理，进行 深度回答，可以充分展示一下大家雄厚的 “技术肌肉”，让面试官爱到 “不能自已、口水直流”，然后实现”offer直提”。

和前文提到的小伙伴一样，回答到这个水平，阿里P7 offer到手，年薪 60W，还特意来感谢了尼恩。

在面试之前，建议大家系统化的刷一波 5000页《尼恩Java面试宝典PDF》，里边有大量的大厂真题、面试难题、架构难题。

很多小伙伴刷完后， 吊打面试官， 大厂横着走。

在刷题过程中，如果有啥问题，大家可以来 找 40岁老架构师尼恩交流。

另外，如果没有面试机会， 可以找尼恩来改简历、做帮扶。前段时间，刚指导一个27岁 被裁小伙，拿到了一个年薪45W的JD +PDD offer，逆天改命。

狠狠卷，实现 “offer自由” 很容易的， 前段时间一个武汉的跟着尼恩卷了2年的小伙伴， 在极度严寒/痛苦被裁的环境下， offer拿到手软， 实现真正的 “offer自由” 。

技术自由的实现路径：

实现你的 架构自由：

《吃透8图1模板，人人可以做架构》

《10Wqps评论中台，如何架构？B站是这么做的！！！》

《阿里二面：千万级、亿级数据，如何性能优化？ 教科书级 答案来了》

《峰值21WQps、亿级DAU，小游戏《羊了个羊》是怎么架构的？》

《100亿级订单怎么调度，来一个大厂的极品方案》

《2个大厂 100亿级 超大流量 红包 架构方案》

… 更多架构文章，正在添加中

实现你的 响应式 自由：

《响应式圣经：10W字，实现Spring响应式编程自由》

这是老版本 《Flux、Mono、Reactor 实战（史上最全）》

实现你的 spring cloud 自由：

《Spring cloud Alibaba 学习圣经》 PDF

《分库分表 Sharding-JDBC 底层原理、核心实战（史上最全）》

《一文搞定：SpringBoot、SLF4j、Log4j、Logback、Netty之间混乱关系（史上最全）》

实现你的 linux 自由：

《Linux命令大全：2W多字，一次实现Linux自由》

实现你的 网络 自由：

《TCP协议详解 (史上最全)》

《网络三张表：ARP表, MAC表, 路由表，实现你的网络自由！！》

实现你的 分布式锁 自由：

《Redis分布式锁（图解 - 秒懂 - 史上最全）》

《Zookeeper 分布式锁 - 图解 - 秒懂》

实现你的 王者组件 自由：

《队列之王： Disruptor 原理、架构、源码 一文穿透》

《缓存之王：Caffeine 源码、架构、原理（史上最全，10W字 超级长文）》

《缓存之王：Caffeine 的使用（史上最全）》

《Java Agent 探针、字节码增强 ByteBuddy（史上最全）》

实现你的 面试题 自由：

4800页《尼恩Java面试宝典 》 40个专题

免费获取11个技术圣经PDF：