[[281365]]

我們使用緩存的主要目是提升查詢速度和保護(hù)數(shù)據(jù)庫等稀缺資源不被占滿。而緩存最常見的問題是緩存穿透、擊穿和雪崩，在高并發(fā)下這三種情況都會有大量請求落到數(shù)據(jù)庫，導(dǎo)致數(shù)據(jù)庫資源占滿，引起數(shù)據(jù)庫故障。今天我主要分享一下layering-cache緩存框架在這個三個問題上的實(shí)踐方案。

概念

緩存穿透

在高并發(fā)下，查詢一個不存在的值時，緩存不會被命中，導(dǎo)致大量請求直接落到數(shù)據(jù)庫上，如活動系統(tǒng)里面查詢一個不存在的活動。

緩存擊穿

在高并發(fā)下，對一個特定的值進(jìn)行查詢，但是這個時候緩存正好過期了，緩存沒有命中，導(dǎo)致大量請求直接落到數(shù)據(jù)庫上，如活動系統(tǒng)里面查詢活動信息，但是在活動進(jìn)行過程中活動緩存突然過期了。

緩存雪崩

在高并發(fā)下，大量的緩存key在同一時間失效，導(dǎo)致大量的請求落到數(shù)據(jù)庫上，如活動系統(tǒng)里面同時進(jìn)行著非常多的活動，但是在某個時間點(diǎn)所有的活動緩存全部過期。

常見解決方案

• 直接緩存NULL值
• 限流
• 緩存預(yù)熱
• 分級緩存
• 緩存永遠(yuǎn)不過期

layering-cache實(shí)踐

在layering-cache里面結(jié)合了緩存NULL值，緩存預(yù)熱，限流、分級緩存和間接的實(shí)現(xiàn)"永不過期"等幾種方案來應(yīng)對緩存穿透、擊穿和雪崩問題。

直接緩存NULL值

應(yīng)對緩存穿透最有效的方法是直接緩存NULL值，但是緩存NULL的時間不能太長，否則NULL數(shù)據(jù)長時間得不到更新，也不能太短，否則達(dá)不到防止緩存擊穿的效果。

我在layering-cache對NULL值進(jìn)行了特殊處理，一級緩存不允許存NULL值，二級緩存可以配置緩存是否允許存NULL值，如果配置可以允許存NULL值，框架還支持配置緩存非空值和NULL值之間的過期時間倍率，這使得我們能精準(zhǔn)的控制每一個緩存的NULL值過期時間，控制粒度非常細(xì)。當(dāng)NULL緩存過期我還可以使用限流，緩存預(yù)熱等手段來防止穿透。

示例：

@Cacheable(value = "people", key = "#person.id", depict = "用戶信息緩存", 
        firstCache = @FirstCache(expireTime = 10, timeUnit = TimeUnit.MINUTES), 
        secondaryCache = @SecondaryCache(expireTime = 10, timeUnit = TimeUnit.HOURS, 
                isAllowNullValue = true, magnification = 10)) 
public Person findOne(Person person) { 
    Person p = personRepository.findOne(Example.of(person)); 
    logger.info("為id、key為:" + p.getId() + "數(shù)據(jù)做了緩存"); 
    return p; 
} 

在這個例子里面isAllowNullValue = true表示允許換存NULL值，magnification = 10表示NULL值和非NULL值之間的時間倍率是10，也就是說當(dāng)緩存值為NULL是，二級緩存的有效時間將是1個小時。

限流

應(yīng)對緩存穿透的常用方法之一是限流，常見的限流算法有滑動窗口，令牌桶算法和漏桶算法，或者直接使用隊(duì)列、加鎖等，在layering-cache里面我主要使用分布式鎖來做限流。

layering-cache數(shù)據(jù)讀取流程：

數(shù)據(jù)讀取流程.jpg

下面是讀取數(shù)據(jù)的核心代碼：

private <T> T executeCacheMethod(RedisCacheKey redisCacheKey, Callable<T> valueLoader) { 
    Lock redisLock = new Lock(redisTemplate, redisCacheKey.getKey() + "_sync_lock"); 
    // 同一個線程循環(huán)20次查詢緩存，每次等待20毫秒，如果還是沒有數(shù)據(jù)直接去執(zhí)行被緩存的方法 
    for (int i = 0; i < RETRY_COUNT; i++) { 
        try { 
            // 先取緩存，如果有直接返回，沒有再去做拿鎖操作 
            Object result = redisTemplate.opsForValue().get(redisCacheKey.getKey()); 
            if (result != null) { 
                logger.debug("redis緩存 key= {} 獲取到鎖后查詢查詢緩存命中，不需要執(zhí)行被緩存的方法", redisCacheKey.getKey()); 
                return (T) fromStoreValue(result); 
            } 
 
 
            // 獲取分布式鎖去后臺查詢數(shù)據(jù) 
            if (redisLock.lock()) { 
                T t = loaderAndPutValue(redisCacheKey, valueLoader, true); 
                logger.debug("redis緩存 key= {} 從數(shù)據(jù)庫獲取數(shù)據(jù)完畢，喚醒所有等待線程", redisCacheKey.getKey()); 
                // 喚醒線程 
                container.signalAll(redisCacheKey.getKey()); 
                return t; 
            } 
            // 線程等待 
            logger.debug("redis緩存 key= {} 從數(shù)據(jù)庫獲取數(shù)據(jù)未獲取到鎖，進(jìn)入等待狀態(tài)，等待{}毫秒", redisCacheKey.getKey(), WAIT_TIME); 
            container.await(redisCacheKey.getKey(), WAIT_TIME); 
        } catch (Exception e) { 
            container.signalAll(redisCacheKey.getKey()); 
            throw new LoaderCacheValueException(redisCacheKey.getKey(), e); 
        } finally { 
            redisLock.unlock(); 
        } 
    } 
    logger.debug("redis緩存 key={} 等待{}次，共{}毫秒，任未獲取到緩存，直接去執(zhí)行被緩存的方法", redisCacheKey.getKey(), RETRY_COUNT, RETRY_COUNT * WAIT_TIME, WAIT_TIME); 
    return loaderAndPutValue(redisCacheKey, valueLoader, true); 
} 

當(dāng)需要加載緩存的時候，需要獲取到鎖才有權(quán)限到后臺去加載緩存數(shù)據(jù)，否則就會等待(同一個線程循環(huán)20次查詢緩存，每次等待20毫秒，如果還是沒有數(shù)據(jù)直接去執(zhí)行被緩存的方法，這個主要是為了防止獲取到鎖并且去加載緩存的線程出問題，沒有返回而導(dǎo)致死鎖)。當(dāng)獲取到鎖的線程執(zhí)行完成會將獲取到的數(shù)據(jù)放到緩存中，并且喚醒所有等待線程。

這里需要注意一下讓線程等待一定不能用Thread.sleep()，我在使用Spring Redis Cache的時候，我發(fā)現(xiàn)當(dāng)并發(fā)達(dá)到300左右，緩存一旦過期就會引起死鎖，原因是使用的是sleep方法來讓沒有獲取到鎖的線程等待，當(dāng)?shù)却木€程很多的時候會產(chǎn)生大量上下文切換，導(dǎo)致獲取到鎖的線程一直獲取不到cpu的執(zhí)行權(quán)，導(dǎo)致死鎖。在layering-cache里面，我們使用的是LockSupport.parkNanos方法，它會釋放cpu資源, 因?yàn)槲覀兪褂玫氖莚edis分布式鎖，所以也不能使用wait-notify機(jī)制。

緩存預(yù)熱

有效應(yīng)對緩存的擊穿和雪崩的方式之一是緩存預(yù)加載。

@Cacheable(value = "people", key = "#person.id", depict = "用戶信息緩存", 
        firstCache = @FirstCache(expireTime = 10, timeUnit = TimeUnit.MINUTES), 
        secondaryCache = @SecondaryCache(expireTime = 10, preloadTime = 2,timeUnit = TimeUnit.HOURS,)) 
public Person findOne(Person person) { 
    Person p = personRepository.findOne(Example.of(person)); 
    logger.info("為id、key為:" + p.getId() + "數(shù)據(jù)做了緩存"); 
    return p; 
} 

在 layering-cache里面二級緩存會配置兩個時間，expireTime是緩存的過期時間，preloadTime 是緩存的刷新時間(預(yù)加載時間)。每次二級緩存被命中都會去檢查緩存的過去時間是否小于刷新時間，如果小于就會開啟一個異步線程預(yù)先去更新緩存，并將新的值放到緩存中，有效的保證了熱點(diǎn)數(shù)據(jù)**"永不過期"**。這里預(yù)先更新緩存也是需要加鎖的，并不是所有的線程都會落到庫上刷新緩存，如果沒有獲取到鎖就直接結(jié)束當(dāng)前線程。

/** 
 * 刷新緩存數(shù)據(jù) 
 */ 
private <T> void refreshCache(RedisCacheKey redisCacheKey, Callable<T> valueLoader, Object result) { 
    Long ttl = redisTemplate.getExpire(redisCacheKey.getKey()); 
    Long preload = preloadTime; 
    // 允許緩存NULL值，則自動刷新時間也要除以倍數(shù) 
    boolean flag = isAllowNullValues() && (result instanceof NullValue || result == null); 
    if (flag) { 
        preload = preload / getMagnification(); 
    } 
    if (null != ttl && ttl > 0 && TimeUnit.SECONDS.toMillis(ttl) <= preload) { 
        // 判斷是否需要強(qiáng)制刷新在開啟刷新線程 
        if (!getForceRefresh()) { 
            logger.debug("redis緩存 key={} 軟刷新緩存模式", redisCacheKey.getKey()); 
            softRefresh(redisCacheKey); 
        } else { 
            logger.debug("redis緩存 key={} 強(qiáng)刷新緩存模式", redisCacheKey.getKey()); 
            forceRefresh(redisCacheKey, valueLoader); 
        } 
    } 

/** 
 * 硬刷新（執(zhí)行被緩存的方法） 
 * 
 * @param redisCacheKey {@link RedisCacheKey} 
 * @param valueLoader   數(shù)據(jù)加載器 
 */ 
private <T> void forceRefresh(RedisCacheKey redisCacheKey, Callable<T> valueLoader) { 
    // 盡量少的去開啟線程，因?yàn)榫€程池是有限的 
    ThreadTaskUtils.run(() -> { 
        // 加一個分布式鎖，只放一個請求去刷新緩存 
        Lock redisLock = new Lock(redisTemplate, redisCacheKey.getKey() + "_lock"); 
        try { 
            if (redisLock.lock()) { 
                // 獲取鎖之后再判斷一下過期時間，看是否需要加載數(shù)據(jù) 
                Long ttl = redisTemplate.getExpire(redisCacheKey.getKey()); 
                if (null != ttl && ttl > 0 && TimeUnit.SECONDS.toMillis(ttl) <= preloadTime) { 
                    // 加載數(shù)據(jù)并放到緩存 
                    loaderAndPutValue(redisCacheKey, valueLoader, false); 
                } 
            } 
        } catch (Exception e) { 
            logger.error(e.getMessage(), e); 
        } finally { 
            redisLock.unlock(); 
        } 
    }); 
} 

在緩存總量和并發(fā)量都很大的時候，這個時候緩存如果同時失效，緩存預(yù)熱將是一個非常慢長的過程，就比如說服務(wù)重啟或新上線一個新的緩存。這個時候我們可以采用切流的方式，讓緩存慢慢預(yù)熱，如開始切10%流量，觀察沒有異常后，再切30%流量，觀察沒有異常后，再切60%流量，然后全量。這種方式雖然有點(diǎn)繁瑣，但是一旦遇到異常我們可以快速的切回流量，讓風(fēng)險可控。

總結(jié)

總體來說layering-cache在緩存穿透、擊穿和雪崩上是以預(yù)防為主，補(bǔ)救為輔。而在應(yīng)對緩存的這些問題上其實(shí)也沒有一個完全完美的方案，只有最適合自己業(yè)務(wù)系統(tǒng)的方案。目前如果直接使用layering-cache緩存框架已經(jīng)基本能應(yīng)對大部分的緩存問題了。

源碼

https://github.com/wyh-chenfeng/layering-cache

layering-cache

為監(jiān)控而生的多級緩存框架 layering-cache這是我開源的一個多級緩存框架的實(shí)現(xiàn)，如果有興趣可以看一下。

作者：xiaolyuh

原文地址：https://my.oschina.net/u/3748347/blog/2995017