如何合理的在项目中运用Redis

在昨天推送的文章中,我们能够明显的看到访问Redis存储的数据,比访问MySQL中存储的数据要快很多,但是我们也强调了Redis的一些缺点,那么在实际的项目中,我们如何合理的使用Redis呢?

这篇文章我们主要结合实际来看看如何合理的使用Redis。在文章开始之前有这么几个问题,什么数据放到Redis中比较合理?数据库更新数据,缓存数据怎么处理?对于访问缓存和数据库都不存在的数据,如何应对这种恶意的频繁请求?

01

如何使用缓存

一:缓存热点数据

我们首先来看一下第一个问题:什么数据放到Redis中比较合适?大家都明白Redis虽然也能将数据持久化,但是通常它最主要的作用就是放在内存中供我们快速查询数据,这里不禁就要想了,什么样的数据值得我们以更快的速度查询出来?几十天没人访问的数据我们放到Redis中除了占内存别无他用。所以值得我们放到Redis中的数据首先要是热门数据,我对热门数据是这样理解的:你打开一个应用,你不得不看的数据(比如一些版本提示),以及很多人都想去看的数据就属于热门数据。这里用我的小程序做个例子:

在我的小程序中,首页的提示栏就属于热点数据,不管你喜不喜欢,打开小程序你都会看到这些数据:

1.小程序更新的版本,

2.小程序更新的文章,

3.小程序更新的题库。

我们来看一下代码如何实现的:

这里闲扯一句,我个人爱好使用Hash存储数据,因为String会拥有很多key,查询起来比较麻烦。下面是接口,在请求到达的时候我们会先从缓存中取数据,如果为null的话,就去数据库中取数据,同时在数据库取出数据之后,调用线程池的线程来缓存查询的数据。

说明一下这个接口,这里不知道小伙伴是否发现setHash这个方法我用trycatch处理来一下,因为 run( )方法不允许thorw exception,所有的异常必须在run方法内进行处理,而如果这里不处理,那么在出错的情况下,不会有任何错误出来(比如说类型转换出现异常后,系统内却没有任何错误显示),但是缓存却没有存进去数据,这就导致每次查询其实走的都是数据库查询。此外:在map执行put操作的时候,我是又查询来一下数据库,原因有以下几点:

1.线程内部不能使用外部变量

2.将外部变量设置为final不合适,因为这个类并非不可变类。

3.我觉的硬要把外部变量弄到线程内部,还不如执行一次查询来的方便。

说完这一一点之后,我想大家明白Redis第一个合理缓存数据的建议:热点数据,缓存 才有价值

二:频繁修改的数据,看情况考虑使用缓存

在上面我们说到,热点数据使用缓存,但是存在一些热点数据是会频繁变动的,比如我的小程序中的最新题库每天都会变更,那么这种数据要放在缓存中吗?对于这样的数据,我们要考虑这些数据的存取对数据库压力大不大,如果不大的话,可以不使用缓存,因为每次更新数据同时更新缓存也是一笔开销,但是如果对数据库的压力比较大的话,还是建议使用缓存去减轻数据库的压力。

我想说到这里大家应该就明白来,缓存如何去用,通常情况下,我们只需要考虑上面两点就行,在一些特定的情况下我们需要根据实际的业务场景进行实际的分析。

这里我们也可以知道在开头说的第二个问题:数据库更新数据,缓存数据怎么处理。如果业务场景允许脏数据存在一定的时间,那么我们可以通过设置过期时间来完成更新,如果数据要保证一致性那么我们可以在更新数据库成功后,立刻更新缓存。

说到这里下面我们再来看一下Redis架构设计的一个缺点:缓存穿透。同时也是对第三个问题的解答:对于访问缓存和数据库都不存在的数据,如何应对这种恶意的频繁请求?(Redis架构设计还有其他两个缺陷:瞬间并发,缓存雪崩这里就不做详细的介绍来,你可以通过今天小程序更新的题库来了解他们。)

02

缓存穿透

所谓的缓存穿透,简单来讲就是查询某些不存在的key时,缓存和数据库查询结果都为空,而空的结果又不被缓存起来,而导致每次查询都去请求数据库层的情况。这种情况在什么时候会发生呢?比如说爬虫,在它爬到你的商品ID后,又根据商品ID去请求一些参数,如果这个商品没有参数(假设),那么频繁的请求数据库,就会让服务器崩溃,尤其是执行开销很大的SQL时候,这个崩溃的会更加快速。那么如何解决这种问题呢?

1.缓存空数据

当第一次查询数据库时,若数据不存在,返回空数据时将其写入缓存,后续查询就不必再去查询数据库了。当然这样也是有问题的,因为会平白无故的存很多无用的key,不过我们可以设计key的过期时间,这样应该在接受范围内。另外一个问题是:如果key过期时间较长,出现恶意攻击时,容易出现内存不够的情况。另外,需要额外的业务逻辑处理数据库与缓存中数据一致性的问题。

2.布隆过滤器拦截

简单来讲就是使用多个hash函数将一个key映射到一个很长的二进制向量的多个比特位中,类似于hash set。

存在问题:维护复杂,建议只在海量数据的情况下使用。

关于运用Redis的问题,还有以下两点大家在使用中要注意下:

1.数据的不一致性:缓存设置失效时间,一旦超过失效时间,就要从数据库重新加载,因此应用要容忍一定时间的数据不一致。还有一种是在数据更新时立即更新缓存,不过这也会增加系统的开销和事务一致性问题

2.如果Redis服务发生故障,可能会导致数据库跟着一起发生雪崩问题:不重要的缓存数据,可以采取服务降级策略,例如一个比较常见的做法就是,Redis出现问题,不去数据库查询,而是直接返回默认值给用户

那么今天小程序更新的题库是什么呢?

今天小程序更新的题目是:

1.什么是缓存雪崩?

2.如何解决缓存雪崩?

3.redis为什么会有高并发问题?

4.redis高并发解决办法

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180918G1W9FG00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券