缓存架构设计
# 缓存架构设计
# 多级缓存
缓存的设计要分多个层次,在不同的层次上选择不同的缓存,包括JVM缓存、文件缓存和Redis缓存。
# JVM缓存
JVM缓存就是本地缓存,设计在应用服务器中。通常可以采用Ehcache和Guava Cache,在互联网应用中,由于要处理高并发,通常选择Guava Cache。
适用本地(JVM)缓存的场景:
- 对性能有非常高的要求。
- 不经常变化
- 占用内存不大
- 有访问整个集合的需求
- 数据允许不实时一致
# 文件缓存
这里的文件缓存是指基于http协议的文件缓存,一般放在Nginx中。
因为静态文件(比如css,js, 图片)中,很多都是不经常更新的。Nginx使用proxy_cache
将用户的请求缓存到本地一个目录。下一个相同请求可以直接调取缓存文件,就不用去请求服务器了。
server {
listen 80 default_server; server_name localhost;
root /usr/local/blog/;
location / {
proxy_pass http://localhost:8080;
}
# 要缓存文件的后缀
location ~ .*\.(gif|jpg|png|css|js)(.*) {
proxy_pass http://localhost:8080;
proxy_redirect off;
proxy_set_header Host $host;
proxy_cache one; # 使用名称为one的缓存
proxy_cache_valid 200 302 24h; # 响应状态码为200、302时,24小时有效;
proxy_cache_valid 301 30d; # 响应状态码为301时,15天有效;
proxy_cache_valid any 5m; # 任何其他状态吗,5分钟有效;
expires 30d; # 过期时间30天
}
}
# Redis缓存
分布式缓存,采用主从+哨兵或RedisCluster的方式缓存数据库的数据(还可以作为Mybatis的二级缓存使用)。
在实际开发中Redis如果作为数据库使用,数据要完整。
# 缓存大小设置
Guava Cache的缓存设置方式:
CacheBuilder.newBuilder().maximumSize(num) // 超过num会按照LRU算法来移除缓存
Nginx的缓存设置方式:
http {
...
proxy_cache_path /lib/nginx/cache levels=1:2 keys_zone=one:10m inactive=60m loader_threshold=300 loader_files=200 max_size=200m;
server {
proxy_cache one;
location / {
proxy_pass http://localhost:8080;
}
}
}
Redis缓存设置:
# 最大缓存量 一般为内存的3/4
maxmemory=num
# 内存回收策略,所有key回收最近最少使用
maxmemory-policy allkeys-lru
关于回收策略,详见回收策略与缓存过期
# Redis的设计要点
key数量:官方说Redis一个单例能处理2.5亿个key。一个key或是value大小最大是512M。
读写峰值:Redis采用的是基于内存的采用的是单进程单线程模型的 K-V 数据库,由C语言编写,官方提供的数据是 可以达到**110000+**的QPS(每秒内查询次数)以及80000的写。
命中率:可以直接通过缓存获取到需要的数据称为命中,而无法直接通过缓存获取到想要的数据,需要再次查询数据库或者执行其它的操作就是没有命中缓存。原因可能是由于缓存中根本不存在,或者缓存已经过期。通常来讲,缓存的命中率越高则表示使用缓存的收益越高,应用的性能越好(响应时间越短、吞吐量越高),抗并发的能力越强。由此可见,在高并发的互联网系统中,缓存的命中率是至关重要的指标。通过
info
命令可以监控服务器状态:#缓存命中 keyspace_hits:300 #缓存未命中 keyspace_misses:2
选择一个适合的缓存失效机制和过期时间设计良好的系统,命中率可以做到95%以上。 影响缓存命中率的因素:
- 缓存的数量越少命中率越高,比如缓存单个对象的命中率要高于缓存集合
- 过期时间越长命中率越高
- 缓存越大缓存的对象越多,则命中的越多
过期策略:详见回收策略与缓存过期
性能监控指标:利用
info
命令就可以了解Redis的状态了,主要监控指标有:connected_clients:68 # 连接的客户端数量 used_memory_rss_human:847.62M # 系统给redis分配的内存 used_memory_peak_human:794.42M # 内存使用的峰值大小 total_connections_received:619104 # 服务器已接受的连接请求数量 instantaneous_ops_per_sec:1159 # 服务器每秒钟执行的命令数量 qps instantaneous_input_kbps:55.85 # redis网络入口kps instantaneous_output_kbps:3553.89 # redis网络出口kps rejected_connections:0 # 因为最大客户端数量限制而被拒绝的连接请求数量 expired_keys:0 # 因为过期而被自动删除的数据库键数量 evicted_keys:0 # 因为最大内存容量限制而被驱逐(evict)的键数量 keyspace_hits:0 # 查找数据库键成功的次数 keyspace_misses:0 # 查找数据库键失败的次数
Redis监控平台:grafana、prometheus以及redis_exporter。
缓存预热: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!用户直接查询实现被预热的缓存数据。 加载缓存思路:
- 数据量不大,可以在项目启动的时候自动进行加载
- 利用定时任务刷新缓存,将数据库的数据刷新到缓存中
# 分布式的session分离
传统的session是由tomcat自己进行维护和管理,但是对于集群或分布式环境,不同的tomcat管理各自的session,很难进行session共享,通过传统的模式进行session共享,会造成session对象在各个tomcat之间,通过网络和Io进行复制,极大的影响了系统的性能。 可以将登录成功后的Session信息,存放在Redis中,这样多个服务器(Tomcat)可以共享Session信息。
利用spring-session-data-redis(SpringSession),可以实现基于redis来实现的session分离。