1、缓存预热
问题表现：
- 服务器启动后迅速宕机
问题分析：
- 请求数量较高
- 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：
- 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，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，热点数据主从同时预热
2、缓存雪崩
问题表现：
问题分析：
-
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
-
重启后仍然面对缓存中无数据可用
解决方案：
- 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
- 灾难预警机制
监控redis服务器性能指标：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 - 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
总结：
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
3、缓存击穿
问题表现：
问题分析：
- Redis中某个key过期，该key访问量巨大（高热）
解决方案：
- 以电商为例，每个商家有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
- 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
- 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
- 加分布式锁，防止被击穿，但这个有性能瓶颈
总结：
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
4、缓存穿透
问题表现：
问题排查：
问题分析：
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） - 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 - key加密
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
总结：
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，每次访问数据库，导致对数据库服务器造成压力。
5、性能指标监控
5.1 监控指标
常见的监控指标有：
5.2 监控工具或命令
1、工具
2、
命令benchmark
- 指令
redis-benchmark [-h ] [-p ] [-c ] [-n <requests]> [-k ]
-
参数
-
举例
redis-benchmark
默认配置，显示50个连接，10000次请求对应的性能
redis-benchmark -c 100 -n 5000
100个连接，5000次请求对应的性能
3、
命令monitor（redis客户端命令）
- 指令
monitor
-
作用
打印服务器调试信息 -
举例
4、
命令slowlog（redis客户端命令）
- 指令
showlong [operator]
设置慢查询的时间下限，单位：微秒
slowlog-log-slower-than 1000
设置慢查询命令对应的日志显示长度，单位：命令数
slowlog-max-len 100
