《深入分布式缓存：从原理到实践》学习笔记（最终篇）

第十四章 典型电商应用与缓存

• 及时响应性的用户需求

• 数据准确行需求

• 平台海量请求的诉求

• 高可用诉求

14.1 电商类一个你用的挑战及特点

• 稳定性决定服务能力

• 高并发场景（Scale Out 加机器、Scale Up 提升单机性能）

• 业务发展性能也得发展

• 产品快速试错

14.2 应用数据静态化架构高性能单页Web应用

• CMS系统：

  • 使用URL作为key，没有url使用id或者生成一个url作为key

  • 多版本使用redis的hash结构存储，字段按照维度存储：

    • 正式：www.baidu.com/{时间戳}

    • 预发布：www.baiducom/predeploy=true

    • 灰度：www.baidu.com/abVersion=true

14.3 应用多级缓存模式支撑海量读服务

• Nignx服务器一般采用轮询算法或一致性hash算法

• 不过期的缓存机制

  • 适用于用户、分类、商品、价格、订单等，当缓存满了可以考虑LRU机制；同时，缓存定期同步Mysql的binlog实现缓存同步

• 维度增量缓存

• 大vaule缓存：使用多线程缓存（Memcached）；对value进行压缩；Value拆分

• 热点缓存：多缓存节点作缓存负载均衡；几秒的本地缓存。

• 缓存负载均衡：应用Nginx在负载降低时使用一致性哈希访问服务器；负载较高时，使用服务器轮询；秒杀类商品等某些热点数据可以直接推入接入层Nginx。

• 热点数据与更新缓存

  • 单击全量缓存+主从

  • 分布式缓存+应用本地热点

  • 实时热点发现系统

• 因为本地缓存的存在，要考虑数据一致性问题，即何时失效或更新缓存

  • 订阅数据变更消息

  • 无法订阅数据或订阅成本较高，且对一致性要求不严格，则可以设置合理过期时间

  • 秒杀类的活动，可以订阅活动开启消息，将相关数据提前推送到前端应用，并将负载均衡机制降级为轮询。

  • 建立实时热点系统来对热点进行统一推送和更新

• 更新缓存的原子性：版本号机制；使用如canal订阅binlog；多个队列单线程更新；分布式锁

14.4 构建需求响应亿级商品详情页

• 单品页技术架构发展

 

16 新的旅程