Redis实际运用中遇到的问题及解决方案

Redis实际运用中遇到的问题及解决方案

  • 缓存预热
    • 现象:宕机
      • 问题排查
      • 解决方案
  • 缓存雪崩
    • 现象:数据库服务器崩溃
      • 问题排查
      • 解决方案(理论)
      • 解决方案(实施)
  • 缓存击穿
    • 现象:数据库服务器崩溃
      • 问题排查
      • 解决方案
  • 缓存穿透
    • 现象:数据库服务器崩溃
    • 问题排查
    • 问题分析
    • 解决方案
  • 性能指标监控
    • 监控指标
      • 性能指标:Performance
      • 内存指标:Memory
      • 基本活动指标:Basic activity
      • 持久性指标:Persistence
      • 错误指标:Error
    • 监控方式
      • 工具
      • 命令

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中。避免用户请求的时候,先查询数据库,然后再查数据缓存的问题。让用户直接查询事先被预热的缓存数据。

现象:宕机

不进行缓存预热可能带来宕机的问题

问题排查

  • 请求数量比较大
  • 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

  • 统计数据访问记录,统计访问频度较高的热点数据
  • 利用LRU数据删除策略,构建数据留存队列(例如使用storm和kafka)
  • 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
  • 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
  • 使用脚本程序固定触发数据预热过程
  • 如果条件允许,使用CDN,效果会更好

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。如果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,配合其他策略一起使用,并监控服务器的运行数据,根据运行记录快速调整。

现象:数据库服务器崩溃

  • 系统平稳运行过程中,忽然数据库连接量激增
  • 应用服务器无法及时处理请求
  • 大量408、500错误页面的出现
  • 客户反复刷新页面获取数据
  • 数据库崩溃
  • 应用服务器崩溃
  • 重启应用服务器无效
  • redis服务器崩溃
  • redis集群崩溃
  • 重启数据库后再次被瞬间流量放倒

问题排查

  • 在一个较短的时间内,缓存中较多的key集中过期
  • 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
  • 数据库同时接到大量的请求无法及时处理
  • redis大量请求被积压,开始出现超时现象
  • 数据库流量激增,数据库崩溃
  • 重启后仍然面对缓存中无数据可用
  • redis服务器资源被严重占用,redis服务器崩溃
  • redis集群崩溃
  • 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来多,应用服务器崩溃
  • 应用服务器、redis、数据库全部重启,但效果不理想

解决方案(理论)

  • 更多的页面静态化处理
  • 构建多级缓存架构(nginx+redis+ehcache)
  • 检测mysql严重耗时的业务并进行优化
  • 灾难预警机制
    • 监控redis服务器性能指标
      • CPU占用及使用率
      • 内存容量
      • 查询平均响应时间
      • 线程数
  • 限流、降级
    • 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开放访问

解决方案(实施)

  • LRU和LFU切换(删除策略)
  • 数据有效期策略调整
    • 根据业务有效期进行分类错峰,A类90min,B类80min
    • 过期时间使用固定时间+随机值的形式,稀释集中到期key的数量
  • 超热数据使用永久key
  • 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
  • 加锁
    • 慎用

缓存击穿

就是单个高热数据过期的瞬间,数据访问量巨大,redis未命中后,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的过期时间监控难度较高,配合雪崩处理策略即可。

现象:数据库服务器崩溃

  • 系统平稳运行过程中
  • 数据库连接量瞬间激增
  • redis服务器无大量key过期
  • redis内存平稳,无波动
  • redis服务器cpu正常
  • 数据库崩溃

问题排查

  • redis某个key过期,客户端对该key的访问量巨大
  • 多个数据请求从服务器直接压到redis后,均未命中
  • 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

  • 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的过期时间
  • 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永久性key
  • 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
  • 二级缓存
    • 设置不同的失效时间,保障不会被同时淘汰就行
  • 加锁
    • 分布式锁,防止被击穿。要注意性能瓶颈,慎用

缓存穿透

就是访问了不存在的数据,跳过了合法数据的redis数据缓存阶段,每次都访问数据库,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。

现象:数据库服务器崩溃

  • 系统平稳运行过程中
  • 应用服务器流量随时间增量较大
  • redis服务器命中率随时间逐步降低
  • redis内存平稳,无压力
  • redis服务器cpu占用激增
  • 数据库服务器压力激增
  • 数据库崩溃

问题排查

  • redis中大面积出现未命中
  • 出现非正常URL访问(多见黑客攻击)

问题分析

  • 获取的数据再数据库中也不存在,数据库查询未得到对应数据
  • redis获取到null数据未进行持久化,直接返回
  • 下次此类数据到达的时候,重复上述过程
  • 出现黑客工具服务器

解决方案

  • 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30-50s,最高5min
  • 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(效率比较低)
    • 使用布隆过滤器(有关布隆过滤器的命中问题当前状况可忽略)
  • 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
  • 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,校验不通过的,则驳回数据访问
  • 无论白名单还是黑名单,都是对整体系统的压力,警报解除后尽快移除

性能指标监控

监控指标

性能指标:Performance

Redis实际运用中遇到的问题及解决方案_第1张图片

内存指标:Memory

Redis实际运用中遇到的问题及解决方案_第2张图片

基本活动指标:Basic activity

Redis实际运用中遇到的问题及解决方案_第3张图片

持久性指标:Persistence

Redis实际运用中遇到的问题及解决方案_第4张图片

错误指标:Error

Redis实际运用中遇到的问题及解决方案_第5张图片

监控方式

工具

Redis实际运用中遇到的问题及解决方案_第6张图片

命令

  • benchmark
    redis-benchmark -h -p -c -n -k
    参数介绍:
    Redis实际运用中遇到的问题及解决方案_第7张图片
  • redis cli
    monitor -- 打印服务器调试信息
    slowlog get/len/reset
    - 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
    slowlog-log-slower-than 1000 -- 设置慢查询的时间下线,单位:微秒
    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

你可能感兴趣的:(Redis,redis)