企业级解决方案
缓存预热
现象：宕机
服务器启动后迅速宕机
问题排查
- 请求数量较高
- 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： - 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
- 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： - 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
- 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
实施： - 使用脚本程序固定触发数据预热过程
- 如果条件允许，使用了CDN（内容分发网络），效果会更好
总结
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！
缓存雪崩
数据库服务器崩溃（1）
- 系统平稳运行过程中，忽然数据库连接量激增
- 应用服务器无法及时处理请求
- 大量408,500错误页面出现
- 客户反复刷新页面获取数据
- 数据库崩溃
- 应用服务器崩溃
- 重启应用服务器无效
- Redis服务器崩溃
- Redis集群崩溃
- 重启数据库后再次被瞬间流量放倒
问题排查
- 在一个较短的时间内，缓存中较多的key集中过期
- 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
- 数据库同时接收到大量的请求无法及时处理
- redis大量请求被积压，开始出现超时现象
- 数据库流量激增，数据库崩溃
- 重启后仍然面对缓存中无数据可用
- redis服务器资源被严重占用，redis服务器崩溃
- redis集群呈现崩塌，集群瓦解
- 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
- 应用服务器，redis，数据库全部重启，效果不理想
解决方案（道）平时怎么设计
- 更多的页面静态化处理
- 构建多级缓存架构
nginx缓存+redis缓存+ehcache缓存 - 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 - 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
- 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
解决方案（术）针对问题怎么解决
- LRU与LFU切换
- 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
- 超热数据使用永久key
- 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 - 加锁
慎用!
总结
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。
缓存击穿
数据库服务器崩溃（2）
- 系统平稳运行过程中
- 数据库连接量瞬间激增
- redis服务器无大量key过期
- redis内存平稳，无波动
- redis服务器CPU正常
- 数据库崩溃
问题排查
- redis中某个key过期，该key访问量巨大
- 多个数据请求从服务器直接压到redis后，均未命中
- redis在短时间内发起了大量对数据库中同一数据的访问
解决方案（术）
- 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 - 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 - 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 - 二级缓存
设置不同的失效时间，保障不会被同时淘汰就行 - 加锁
分布式锁，防止被击穿，但是要注意也是性能瓶颈，慎用！
总结
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。
缓存穿透
数据库服务器崩溃（3）
- 系统平稳运行过程中
- 应用服务器流量随时间增量较大
- redis服务器命中率随时间逐步降低
- redis内存平稳，内存无压力
- redis服务器CPU占用激增
- 数据库服务器压力激增
- 数据库崩溃
问题排查
- redis中大面积出现未命中
- 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
解决方法（术）
- 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 - 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）
- 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）
- 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
总结
缓存击穿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预防方面多做文章。
无论黑名单还是白名单，都是对整体系统的压力，警报解除后尽快移除。
性能指标监控
监控指标
- 性能指标：Performance
| Name | Description |
| :-: | :-: |
| latency | Redis响应一个请求的时间 |
| instantaneous_ops_per_sec | 平均每秒处理请求总数 |
| hit rate(calculated) | 缓存命中率（计算出来的） | - 内存指标：Memory
| Name | Description |
| :-: | :-: |
| used_memory | 已使用内存 |
| mem_fragmentation_ratio | 内存碎片率 |
| evicted_keys | 由于最大内存限制被移除的key的数量 |
| blocked_clients | 由于BLPOP，BRPOP，or BRPOPLPUSH而被阻塞的客户端 | - 基本活动指标：Basic activity
| Name | Description |
| :-: | :-: |
| connected_clients | 客户端连接数 |
| connected_slaves | Slave数量 |
| master_last_io_seconds_ago | 最近一次主从交互之后的秒数 |
| keyspace | 数据库中的key值总数 | - 持久化指标：Persistence
| Name | Description |
| :-: | :-: |
| rdb_last_save_time | 最后一次持久化保存到磁盘的时间戳 |
| rdb_changes_since_last_save | 自最后一次持久化以来数据库的更改数 | - 错误指标：Error
| Name | Description |
| :-: | :-: |
| rejected_connections | 由于达到maxclient限制而被拒绝的连接数 |
| keyspace_misses | key值查找失败（没有命中）次数 |
| master_link_down_since_seconds | 主从断开的持续时间（以秒为单位） |
监控方式
- 工具
- Cloud Insight redis
- Prometheus
- Redis-stat
- Redis-faina
- RedisLive
- zabbix
- 命令
- benchmark
- redis cli
- monitor
- showlog
benchmark
- 命令
redis-benchmark [-h] [-p] [-c] [-n <requests>] [-k]
- 范例1
redis-benchmark
说明：50个连接，10000次请求对应的性能
- 范例2
redis-benchmark -c 100 -n 5000
说明：100个连接，5000次请求对应的性能
monitor
- 命令
monitor
打印服务器调试信息
slowlog
- 命令
slowlog [operator]
- get：获取慢查询日志
- len: 获取慢查询日志条目数
- reset：重置慢查询日志
- 相关配置
slowlog-log-slower-than 1000 #设置慢查询的时间下线，单位：微秒
slowlog-max-len 100 #设置慢查询命令对应的日志显示长度，单位：命令数
