Redis_缓存预热、缓存雪崩、缓存击穿、缓存穿透、性能指标监控

Dear 丶 2023-07-09 02:15 40阅读 0赞

### 文章目录 ###

*  缓存预热
 *   *  应对场景
     *  问题排查
     *  解决方案
     *   *  前置准备工作
         *  准备工作
         *  实施
 *  缓存雪崩
 *   *  数据库服务器崩溃
     *  问题排查
     *  解决方案（道）
     *  解决方案（术）
 *  缓存击穿
 *   *  数据库服务器崩溃
     *  问题排查
     *  解决方案（术）
 *  缓存穿透
 *   *  数据库服务器崩溃
     *  问题排查
     *  问题分析
     *  解决方案（术）
 *  性能指标监控
 *   *  监控指标
     *  监控工具
     *  监控命令
     *   *  benchmark
         *  monitor
         *  showlong

# 缓存预热 #

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！

## 应对场景 ##

服务器启动后迅速宕机

## 问题排查 ##

1.  请求数量较高
2.  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 ###

1.  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
2.  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 ###

1.  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
2.  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
3.  热点数据主从同时预热

### 实施 ###

1.  使用脚本程序固定触发数据预热过程
2.  如果条件允许，使用了CDN（内容分发网络），效果会更好

# 缓存雪崩 #

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。

## 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
2.  应用服务器无法及时处理请求
3.  大量408，500错误页面出现
4.  客户反复刷新页面获取数据
5.  数据库崩溃
6.  应用服务器崩溃
7.  重启应用服务器无效
8.  Redis服务器崩溃
9.  Redis集群崩溃  
    10.重启数据库后再次被瞬间流量放倒

## 问题排查 ##

1.  **在一个较短的时间内，缓存中较多的key集中过期**
2.  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
3.  数据库同时接收到大量的请求无法及时处理
4.  Redis大量请求被积压，开始出现超时现象
5.  数据库流量激增，数据库崩溃
6.  重启后仍然面对缓存中无数据可用
7.  Redis服务器资源被严重占用，Redis服务器崩溃
8.  Redis集群呈现崩塌，集群瓦解
9.  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  
    10.应用服务器，redis，数据库全部重启，效果不理想

## 解决方案（道） ##

1.  更多的页面静态化处理
2.  构建多级缓存架构,例如Nginx缓存+redis缓存+ehcache缓存
3.  检测Mysql严重耗时业务进行优化
4.  灾难预警机制，监控redis服务器性能指标
5.  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） ##

1.  LRU与LFU切换
2.  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
3.  超热数据使用永久key
4.  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
5.  加锁，慎用！

# 缓存击穿 #

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。

## 数据库服务器崩溃 ##

1.  系统平稳运行过程中
2.  数据库连接量瞬间激增
3.  Redis服务器无大量key过期
4.  Redis内存平稳，无波动
5.  Redis服务器CPU正常
6.  数据库崩溃

## 问题排查 ##

1.  **Redis中某个key过期，该key访问量巨大**
2.  多个数据请求从服务器直接压到Redis后，均未命中
3.  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） ##

1.  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
2.  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
3.  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
4.  二级缓存。设置不同的失效时间，保障不会被同时淘汰就行
5.  加锁。分布式锁，防止被击穿，但是要注意也是性能瓶颈，慎重！

# 缓存穿透 #

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防范方面多做文章。

## 数据库服务器崩溃 ##

1.  系统平稳运行过程中
2.  应用服务器流量随时间增量较大
3.  Redis服务器命中率随时间逐步降低
4.  Redis内存平稳，内存无压力
5.  Redis服务器CPU占用激增
6.  数据库服务器压力激增
7.  数据库崩溃

## 问题排查 ##

1.  Redis中大面积出现未命中
2.  出现非正常URL访问

## 问题分析 ##

1.  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
2.  Redis获取到null数据未进行持久化，直接返回
3.  下次此类数据到达重复上述过程
4.  出现黑客攻击服务器

## 解决方案（术） ##

1.  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
2.  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）
3.  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）
4.  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

# 性能指标监控 #

## 监控指标 ##

*  性能指标：Performance

<table> 
 <thead> 
  <tr> 
   <th>Name</th> 
   <th>Description</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>latency</td> 
   <td>响应一个请求的时间</td> 
  </tr> 
  <tr> 
   <td>instantaneous_ops_per_sec</td> 
   <td>平均每秒处理请求总数</td> 
  </tr> 
  <tr> 
   <td>hit rate(calculated)</td> 
   <td>缓存命中率</td> 
  </tr> 
 </tbody> 
</table>

*  内存指标：Memory

<table> 
 <thead> 
  <tr> 
   <th>Name</th> 
   <th>Description</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>used_memory</td> 
   <td>已使用内存</td> 
  </tr> 
  <tr> 
   <td>mem_fragmentation_ratio</td> 
   <td>内存碎片率</td> 
  </tr> 
  <tr> 
   <td>evicted_keys</td> 
   <td>由于最大内存限制被移除的key的数量</td> 
  </tr> 
  <tr> 
   <td>blocked_clients</td> 
   <td>由于BLPOP、BRPOP，BRPOPLPUSH而被阻塞的客户端</td> 
  </tr> 
 </tbody> 
</table>

*  基本活动指标：Basic activity

<table> 
 <thead> 
  <tr> 
   <th>Name</th> 
   <th>Description</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>connected_clients</td> 
   <td>客户端连接数</td> 
  </tr> 
  <tr> 
   <td>connected_slaves</td> 
   <td>slave数量</td> 
  </tr> 
  <tr> 
   <td>master_last_io_seconds_ago</td> 
   <td>最近一次主从交互之后的秒数</td> 
  </tr> 
  <tr> 
   <td>keyspace</td> 
   <td>数据库中key值总数</td> 
  </tr> 
 </tbody> 
</table>

*  持久性指标：Persistence

<table> 
 <thead> 
  <tr> 
   <th>Name</th> 
   <th>Description</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>rdb_last_save_time</td> 
   <td>最后一次持久化保存到磁盘的时间戳</td> 
  </tr> 
  <tr> 
   <td>rdb_changes_since_last_save</td> 
   <td>最后一次持久化以来数据库的更改次数</td> 
  </tr> 
 </tbody> 
</table>

*  错误指标：Error

<table> 
 <thead> 
  <tr> 
   <th>Name</th> 
   <th>Description</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>rejected_connections</td> 
   <td>由于达到maxclient限制而被拒绝的连接数</td> 
  </tr> 
  <tr> 
   <td>keyspace_misses</td> 
   <td>key值查找失败次数</td> 
  </tr> 
  <tr> 
   <td>master_link_down_since_seconds</td> 
   <td>主从断开的持续时间</td> 
  </tr> 
 </tbody> 
</table>

## 监控工具 ##

*  Cloud Insight Redis
 *  Prometheus
 *  Redis-stat
 *  Redis-faina
 *  RedisLive
 *  zabbix

## 监控命令 ##

### benchmark ###

redis-benchmark [-h ] [-p ] [-c ] [-n <requests]> [-k ]

<table> 
 <thead> 
  <tr> 
   <th>options</th> 
   <th>description</th> 
   <th>default</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>-h</td> 
   <td>指定服务器主机名</td> 
   <td>127.0.0.1</td> 
  </tr> 
  <tr> 
   <td>-p</td> 
   <td>指定服务器端口</td> 
   <td>6379</td> 
  </tr> 
  <tr> 
   <td>-s</td> 
   <td>指定服务器socket</td> 
   <td></td> 
  </tr> 
  <tr> 
   <td>-c</td> 
   <td>指定并发连接数</td> 
   <td>50</td> 
  </tr> 
  <tr> 
   <td>-n</td> 
   <td>指定请求数</td> 
   <td>10000</td> 
  </tr> 
  <tr> 
   <td>-d</td> 
   <td>以字节的形式指定set、get值的数据大小</td> 
   <td>2</td> 
  </tr> 
  <tr> 
   <td>-k</td> 
   <td>1=keep alive 0=reconnect</td> 
   <td>1</td> 
  </tr> 
  <tr> 
   <td>-r</td> 
   <td>set、get、incr使用随机key，sadd使用随机值</td> 
   <td></td> 
  </tr> 
  <tr> 
   <td>-P</td> 
   <td>通过管道传输请求</td> 
   <td>1</td> 
  </tr> 
  <tr> 
   <td>-q</td> 
   <td>强制退出redis。仅显示query/sec值</td> 
   <td></td> 
  </tr> 
  <tr> 
   <td>–csv</td> 
   <td>以CSV格式输出</td> 
   <td></td> 
  </tr> 
  <tr> 
   <td>-l</td> 
   <td>生成循环，永久执行测试</td> 
   <td></td> 
  </tr> 
  <tr> 
   <td>-t</td> 
   <td>仅运行以逗号分隔的测试命令列表</td> 
   <td></td> 
  </tr> 
  <tr> 
   <td>-I</td> 
   <td>idle模式，仅打开N个idle连接并等待</td> 
   <td></td> 
  </tr> 
 </tbody> 
</table>

### monitor ###

monitor

打印服务器调试信息

### showlong ###

showlong [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：微妙
    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