服务端缓存思考

缓存设计

首先缓存设计。我们怎么设计一套缓存呢。大致的套路基本上都是一个LocalCache，一个分布式Cache (Redis) ，大体的架构图将像下面所示。

LocalCache Redis DB kafka LocalCache Miss 访问Redis，拿到了key Redis Miss Key 访问DB 获取数据 将DB数据更新到Redis中 消费类似Binlog的文件，将更新key写到kafka集群 Local Cache 的后台线程消费kafka 将DB 更新的key 写到 LocalCache 和 Redis LocalCache Redis DB kafka

缓存前提

缓存主要来缓存热点的key。所以有热key才行，但是基本上对于一般的app，活跃用户基本在固定的人群，所以大部分这个套路都是有用的。但是缓存不是DB，它的定位是热点数据而不是全量数据，所以一般100GB 足以。

缓存好处

好处就是将DB的压力转化到了Redis上，这样可以降低服务的延时，降低DB的压力。

缓存穿透

缓存穿透指的是有相关的非法key导致 分布式缓存根本没有命中这个key，这个时候大量的流量打到了DB。对于缓存穿透在工作中我碰到了一个case，db 下游返回了一个非法的数据，因为是非法的数据后，应用没有把它写到Redis 和 LocalCache中。导致每次这个key 的请求都会穿透到DB ，导致DB 压力变大。
个人理解为了处理缓存穿透，这里需要对非法key进行处理。可以建立一个非法key的LocalCache，这个非法LocalCache的每个key的超时时间要尽可能的小比如10s，20s。这个时候我们从Redis Miss 后先去 非法Cache 检查一遍，没有的话再去读db。

缓存雪崩

缓存雪崩指线上服务有大量的key Miss，这个时候导致大量的流量打到DB。
雪崩发生可能的场景

1. Redis集群大量的服务挂了
2. DB 大量的服务挂了，这个时候大多数 Redis key Miss 后，会有大量的流量打到DB。

第二个case，我遇到过有一次下游DB服务做了相关服务鉴权方面的事情，这个时候线上服务打到DB后连接被拒绝掉。这个时候如果没及时发现，等Redis的大量key超时后，就会发生雪崩
针对缓存血崩我个人感觉处理的方法步骤如下:

1. 设置一个分布式的配置key 写到 etcd 里面 或者 zk 里面。如果及时发现的话，开启开关。这个时候服务将不再访问访问下游，并且这个时候将LocalCache超时时间设置为永久或者很长时间。
2. 及时限流，丢弃大部分对下游的请求流量。