缓存预热
服务器启动后迅速宕机
问题原因：
1. 请求数量较高
2. 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
前置准备工作：
1. 日常例行统计数据访问记录，统计访问频度较高的热点数据
2. 利用LRU数据删除策略，构建数据留存队列
例如：storm与kafka配合
准备工作：
1. 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
2. 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
3. 热点数据主从同时预热
实施：
1. 使用脚本程序固定触发数据预热过程
2. 如果条件允许，使用了CDN（内容分发网络），效果会更好
总结
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。避免在用户请求的时候，先查询数据库，然后再将数据缓存的问题！用户直接查询事先被预热的缓存数据！
缓存雪崩
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
（约40%），配合其他策略一起使用，并监控服务器的运行数据，根据运行记录做快速调整。
问题体现
- 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
原因分析
- 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
- 数据库同时接收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集群呈现崩塌，集群瓦解
- 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多，应用服务器崩溃
- 应用服务器，redis，数据库全部重启，效果不理想
解决方案
降低数据库压力：
- 更多的页面静态化处理
- 构建多级缓存架构
Nginx缓存+redis缓存+ehcache缓存 - 检测Mysql严重耗时业务进行优化
对数据库的瓶颈排查：例如超时查询、耗时较高事务等 - 灾难预警机制
监控redis服务器性能指标- CPU占用、CPU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放开访问
避免短时间大量key集中过期：
- LRU与LFU切换
- 数据有效期策略调整
- 根据业务数据有效期进行分类错峰，A类90分钟，B类80分钟，C类70分钟
- 过期时间使用固定时间+随机值的形式，稀释集中到期的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
缓存击穿就是单个高热数据过期的瞬间，数据访问量较大，未命中redis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的过期监控难度较高，配合雪崩处理策略即可。
问题体现
- 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
原因分析
- Redis中某个key过期，该key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
防止高热key过期：
- 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的过期时长
注意：购物节不仅仅指当天，以及后续若干天，访问峰值呈现逐渐降低的趋势 - 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为永久性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，但是要注意也是性能瓶颈，慎重！
关于雪崩中降低数据库压力的方法也适用。
缓存穿透
缓存穿透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。
无论是黑名单还是白名单，都是对整体系统的压力，警报解除后尽快移除。
问题体现
- 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，内存无压力
- Redis服务器CPU占用激增
- 数据库服务器压力激增
- 数据库崩溃
原因分析
- 出现非正常URL访问（通常是黑客攻击）
- Redis中大面积出现未命中
- 获取的数据在数据库中也不存在，数据库查询未得到对应数据。
- 反复出现以上情况，redis和数据库的压力激增。
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30-60秒，最高5分钟 - 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（效率偏低）
- 使用布隆过滤器（有关布隆过滤器的命中问题对当前状况可以忽略）
- 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（运营）
- 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。
例如每天随机分配60个加密串，挑选2到3个，混淆到页面数据id中，发现访问key不满足规则，驳回数据访问。
Redis性能指标监控
性能指标
| Name | Description |
|---|---|
| latency | Redis响应一个请求的时间 |
| instantaneous_ops_per_sec | 平均每秒处理请求总数 |
| hit rate (calculated) | 缓存命中率(计算出来的) |
内存指标
| Name | Description |
|---|---|
| used_memory | 已使用内存 |
| mem_fragmentation_ratio | 内存碎片率 |
| evicted_keys | 由于最大内存限制被移除的key的数量 |
| blocked_clients | 由于BLPOP,BRPOP,or BRPOPLPUSH而被阻塞的客户端 |
基本活动指标
| Name | Description |
|---|---|
| connected_clients | 客户端连接数 |
| connected_slaves | Slave数量 |
| master_last_io_seconds_ago | 最近一次主从交互之后的秒数 |
| keyspace | 数据库中的key值总数 |
持久性指标
| Name | Description |
|---|---|
| rdb_last_save_time | 最后一次持久化保存到磁盘的时间戳 |
| rdb_changes_since_last_save | 自最后一次持久化以来数据库的更改数 |
错误指标
| Name | Description |
|---|---|
| rejected_connections | 由于达到maxclient限制而被拒绝的连接数 |
| keyspace_misses | Key值查找失败(没有命中)次数 |
| master_link_down_since_seconds | 主从断开的持续时间(以秒为单位) |
监控方式
监控方式
+ 工具
+ Cloud Insight Redis
+ Prometheus
+ Redis-stat
+ Redis-faina
+ RedisLive
+ zabbix
+ 命令
+ benchmark
+ redis-cli
- monitor
- slowlog
benchmark
命令：
redis-benchmark [-h ] [-p ] [-c ] [-n <requests]> [-k ]
不带参数运行redis-benchmark会测试50个连接，10000次请求对应的性能
redis-benchmark -c 100 -n 5000
可以测试100个连接，5000次请求对应的性能
| 选项 | 描述 | 默认值 |
|---|---|---|
| -h | 指定服务器主机名 | 127.0.0.1 |
| -p | 指定服务器端口 | 6379 |
| -s | 指定服务器 socket | |
| -c | 指定并发连接数 | 50 |
| -n | 指定请求数 | 10000 |
| -d | 以字节的形式指定SET/GET值的数据大小 | 2 |
| -k | 1=keep alive 0=reconnect | 1 |
| -r | SET/GET/INCR使用随机key,SADD使用随机值 | |
| -P | 通过管道传输\ |
1 |
| -q | 强制退出redis。仅显示query/sec值 | |
| --csv | 以CSV格式输出 | |
| -l | 生成循环,永久执行测试 | |
| -t | 仅运行以逗号分隔的测试命令列表。 | |
| -I | Idle模式。仅打开N个idle连接并等待。 |
monitor
在redis-cli中使用指令 monitor 打印服务器的调试信息。
slowlog
slowlog [operator]
operator可取：
+ 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
相关配置：
slowlog-log-slower-than 1000 #设置慢查询的时间下线，单位：微妙
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
原创文章，作者：彭晨涛，如若转载，请注明出处：https://www.codetool.top/article/redis%e9%ab%98%e5%b9%b6%e5%8f%91%e7%8e%af%e5%a2%83%e4%b8%8b%e5%87%ba%e7%8e%b0%e7%9a%84%e5%90%84%e7%a7%8d%e9%97%ae%e9%a2%98%e8%af%a6%e8%a7%a3%ef%bc%88%e9%ab%98%e5%8f%af%e7%94%a8%ef%bc%89/
