核心内容概览:
收益:减少存储层IO,加速请求响应,减少后端访问量和计算,降低后端负载.
成本:存在数据一致性问题,增加了代码维护和运维成本
更新策略:
算法剔除:配置最大内存maxmemory 和过期策略 maxmemory-policy(LRU,LFU,FIFO)
- LRU:Least Recently Used,最近最少使用。
- LFU:Least Frequently Used,最不经常使用。
- FIFO:First In First Out,先进先出
超时剔除:expire 命令设置过期时间,到期删除
主动更新:真实数据更新后, 立即更新缓存数据
低一致性业务:建议配置最大内存和淘汰策略的方式使用。
高一致性业务:可以结合使用超时剔除和主动更新,这样即使主动更新出了问题,也能保证数据过期时间后删除脏数据。
可能存在的问题:
缓存穿透:大流量查询数据库不存在的数据可能致DB挂掉。解决方案:布隆过滤器,或者依然缓存空结果,但对key设置很短的过期时间(不超过5分钟)
缓存雪崩:大量缓存在某一时刻同时失效,DB 瞬时压力过重雪崩。解决方案:降低过期时间的重复率(比如在过期时间上增加1-5分钟的随机值)
缓存击穿:缓存在某个时间点过期的时候,恰好在这个时间点对这个 Key 有大量的并发请求过来,可能会瞬间压