当redis服务器出现大量请求时可能出现的问题

2023-08-11 01:42| 来源: 网络整理| 查看: 265

当redis服务器出现大量请求的时候，可能出现的问题如下，只是简单的聊了一下出现问题的原因和简单的处理办法，如果想了解得更加详细，可以复制关键字去百度百科搜索。 **

缓存预热：

** 场景：服务器启动后迅速宕机大量请求过来，需要在缓存中获取数据，缓存中又没有，从而去数据库找，然后再将数据存入缓存，短时间内高强度操作redis导致出现问题解决方案：系统启动前，提前将相关的缓存数据直接加载到缓存系统，避免用户请求的时候，先查询数据库，然后再将数据缓存的问题。 **

缓存雪崩：

** 大量请求过来，短时间范围内，大量的key集中过期，

瞬间过期数据量太大，导致对数据库服务器造成压力避免key过期时间集中，可以有效解决雪崩现象（约40%）。其它策略： 1.限流，降级处理：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。 2.根据业务数据进行分类错峰，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.对mysql严重耗时业务进行优化，对数据库瓶颈进行排查，例如超时查询、耗时较高事务 **

缓存击穿：

** 单个key形成高热数据，但是这个key过期

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： 1.以电商为例，对于主打商品，在活动期间，加大对此类信息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设置为永久性的key。 3.启动定时任务，高峰期来临之前，刷新数据有效器，确保不丢失。 **

缓存穿透：

** 访问不存在的数据，跳过了合法数据的redis数据缓存阶段，每次访问数据库，导致对数据库造成压力，一般是属于黑客攻击造成。应对策略： 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到60秒，最高5分钟 2.白名单策略（效率很低）。 3.使用布隆过滤器，将数据库中所有的查询条件放入布隆过滤器中，当一个查询请求过来时，先经过布隆过滤器筛选，如果判断请求查询值存在则继续查，如果不存在就直接丢弃。在这里插入图片描述假设集合里面有3个元素{x, y, z}，哈希函数的个数为3。首先将位数组进行初始化，将里面每个位都设置位0。对于集合里面的每一个元素，将元素依次通过3个哈希函数进行映射，每次映射都会产生一个哈希值，这个值对应位数组上面的一个点，然后将位数组对应的位置标记为1。查询W元素是否存在集合中的时候，同样的方法将W通过哈希映射到位数组上的3个点。如果3个点的其中有一个点不为1，则可以判断该元素一定不存在集合中。反之，如果3个点都为1，则该元素可能存在集合中，这里就不分析存在误判的情况了

redis的伪代码 String get(String key) { String value = redis.get(key); if (value == null) { if(!bloomfilter.mightContain(key)){ return null; }else{ value = db.get(key); redis.set(key, value); } } return value； }

【本文地址】

公司简介

联系我们