乐趣区

关于后端:高并发系统设计之缓存

jiezi

本文已收录至 Github，举荐浏览 👉 Java 随想录

微信公众号：Java 随想录

这篇文章来讲讲缓存。缓存是优化网站性能的第一伎俩，目标是让访问速度更快。

说起缓存，第一反馈可能想到的就是 Redis。目前比拟好的计划是应用多级缓存，如 CPU→Ll/L2/L3→内存→磁盘就是一个典型的例子，CPU 须要数据时先从 L1 读取，如果没有找到，则查找 L2/L3 读取，如果没有，则到内存中查找，如果还没有，会到磁盘中查找。

堆缓存

应用 Java 堆内存来存储缓存对象。应用堆缓存的益处是没有序列化 / 反序列化，是最快的缓存。毛病也很显著，当缓存的数据量很大时，GC(垃圾回收）暂停工夫会变长，存储容量受限于堆空间大小。个别通过软援用 / 弱援用来存储缓存对象，即当堆内存不足时，能够强制回收这部分内存开释堆内存空间。个别应用堆缓存存储较热的数据。能够应用 Caffeine Cache 实现。

集成 Caffeine Cache 详情见我另外一片文章：本地缓存无冕之王 Caffeine Cache

Nginx 代理缓存

Nginx 的 Proxy Cache 能够实现代理缓存，特地须要阐明的是，Proxy Cache 机制依赖于 Proxy Buffer 机制，只有在 Proxy Buffer 机制开启的状况下 Proxy Cache 的配置才发挥作用，Proxy Buffer 默认是开启的，缓存内容将寄存在 tmpfs(内存文件系统）以晋升性能。

Proxy Buffer 相干参数：

proxy_buffering  on;
该参数设置是否开启 proxy 的 buffer 性能，参数的值为 on 或者 off，默认是 on。proxy_buffer_size  4k;
该参数用来设置一个非凡的 buffer 大小的。从被代理服务器上获取到的第一局部响应数据内容到代理服务器上，通常是 header，就存到了这个 buffer 中。如果该参数设置太小，会呈现 502 错误码，这是因为这部分 buffer 不够存储 header 信息。倡议设置为 4k。proxy_buffers  8  4k;
这个参数设置存储被代理服务器上的数据所占用的 buffer 的个数和每个 buffer 的大小。所有 buffer 的大小为这两个数字的乘积。proxy_busy_buffer_size 16k;
在所有的 buffer 里，咱们须要规定一部分 buffer 把本人存的数据传给服务器，这部分 buffer 就叫做 busy_buffer。proxy_busy_buffer_size 参数用来设置处于 busy 状态的 buffer 有多大。proxy_temp_path
语法：proxy_temp_path  path [level1 level2 level3]
定义 proxy 的临时文件存在目录以及目录的层级。

proxy_buffering 与 proxy_cache 的区别：

缓冲（buffer）

  • Nginx 将上游服务器的响应报文保留几秒钟，等整个接管之后，再发送给客户端。
  • 能够尽早与上游服务器断开连接，缩小其负载。然而会减少客户端期待响应的工夫。
  • 如果不启用缓冲，则 Nginx 收到上游服务器的一部分响应就会立刻发送给客户端，通信提早低。

缓存（cache）

  • Nginx 将上游服务器的响应报文保留几分钟，当客户端再次申请同一个响应报文时就间接回复，不用申请上游服务器。
  • 能够防止反复向上游服务器申请一些固定不变的响应报文，缩小上游服务器的负载，缩小客户端期待响应的工夫。

Proxy Cache 相干的参数配置：

  • proxy_cache_path：Nginx 应用该参数指定缓存地位，有两个必填参数，第一个参数为缓存目录。第二个参数 keys_zone 指定缓存名称和占用内存空间的大小。
  • proxy_cache：该参数为之前指定的缓存名称。
  • proxy_cache_key：该指令用来设置 web 缓存的 Key 值。
  • proxy_cache_min_uses：指定申请至多被发送了多少次以上时才缓存，能够避免低频申请被缓存。
  • proxy_cache_methods：指定哪些办法的申请被缓存。
  • proxy_cache_valid：该指令用于对于不同返回状态码的 URL 设置不同的缓存工夫。
  • proxy_cache_bypass：指定 Nginx 应用缓存的条件。

如下示例：

http {

    proxy_cache_path /data/nginx/cache keys_zone=one:10m max_size=10g;
    proxy_cache_methods GET HEAD POST PUT;
    proxy_cache_min_uses 1;
    proxy_cache_valid 200 302 10m;
    proxy_cache_key "$host:$server_port$uri$is_args$args";

    upstream www.baidu.com {
        server 127.0.0.1:8880;
        server 127.0.0.1:8881;
        server 127.0.0.1:8882;
    }
    server {
        listen 80 ;
        proxy_cache one ;
        server_name www.baidu.com;
        location / {
            proxy_pass http://www.baidu.com;
            proxy_set_header Host $host;
            proxy_set_header X-Real-IP $remote_addr;
            proxy_cache_bypass $cookie_nocache $arg_nocache $arg_comment ;
        }
    }

}

多级缓存

Nginx 缓存→分布式 Redis 缓存（能够应用 Lua 脚本间接在 Nginx 里读取 Redis）→堆内存

  1. 接入 Nginx 将申请负载平衡到利用 Nginx，此处罕用的负载平衡算法是轮询或者一致性哈希。轮询能够使服务器的申请更加平衡，而一致性哈希能够晋升利用 Nginx 的缓存命中率。
  2. 利用 Nginx 读取本地缓存(本地缓存能够应用 Lua Shared Dict，Nginx Proxy Cache(磁盘 / 内存)、Local Redis 实现)。如果本地缓存命中，则间接返回，应用利用 Nginx 本地缓存能够晋升整体的吞吐量，升高后端压力，尤其应答热点问题十分无效。
  3. 如果 Nginx 本地缓存没命中，则会读取相应的分布式缓存(如 Redis 缓存，还能够思考应用主从架构来晋升性能和吞吐量)，如果分布式缓存命中，则间接返回相应数据（并回写到 Nginx 本地缓存)。
  4. 如果分布式缓存也没有命中，则会回源到 Tomcat 集群，在回源到 Tomcat 集群时，也能够应用轮询和一致性哈希作为负载平衡算法。
  5. 在 Tomcat 利用中，首先读取本地堆缓存。如果有，则间接返回（并会写到主 Redis 集群)。
  6. 作为可选局部，如果步骤 4 没有命中，则能够再尝试一次读主 Redis 集群操作，目标是避免当从集群有问题时的流量冲击。
  7. 如果所有缓存都没有命中，则只能查问 DB 或相干服务获取相干数据并返回。
  8. 步骤 7 返回的数据异步写到主 Redis 集群。

整体分了三局部缓存：利用 Nginx 本地缓存、分布式缓存、Tomcat 堆缓存。每一层缓存都用来解决相干问题，如利用 Nginx 本地缓存用来解决热点缓存问题，分布式缓存用来缩小拜访回源率，Tomcat 堆缓存用于避免相干缓存生效 / 解体之后的冲击。

热点 Key 主动探测

热点数据其实能够分为：动态热点数据 和 动静热点数据。

所谓“动态热点数据”，就是可能提前预测的热点数据。例如，咱们能够通过卖家报名的形式提前筛选进去，通过报名系统对这些热点商品进行打标。另外，咱们还能够通过大数据分析来提前发现热点商品，比方咱们剖析历史成交记录、用户的购物车记录，来发现哪些商品可能更热门、更好卖，这些都是能够提前剖析进去的热点，剖析进去之后，咱们能够提前放入缓存中爱护起来，这在技术上是能够实现的。

所谓“动静热点数据”，就是不能被提前预测到的，零碎在运行过程中长期产生的热点。例如，卖家在抖音上做了广告，而后商品一下就火了，导致它在短时间内被大量购买。

所以如何动静预测热点数据就成了咱们缓存零碎的要害。

这里我给出一个动静热点发现零碎的具体实现。

  1. 构建一个异步的零碎，它能够收集交易链路上各个环节中的中间件产品的热点 Key，如 Nginx、缓存、RPC 服务框架等这些中间件(一些中间件产品自身曾经有热点统计模块)。
  2. 建设一个热点上报和能够依照需要订阅的热点服务的下发标准，次要目标是通过交易链路上各个系统 (包含详情、购物车、交易、优惠、库存、物流等) 拜访的时间差把上游曾经发现的热点透传给上游零碎，提前做好爱护。比方，对于大促高峰期，详情零碎是最早晓得的，在对立接入层上 Nginx 模块统计的热点 URL。
  3. 将上游零碎收集的热点数据发送到热点服务台，而后上游零碎（如交易系统）就会晓得哪些商品会被频繁调用，而后做热点爱护，对于热点的统计能够很简略的对拜访的商品进行拜访计数，而后排序还有就是用通常的队列的淘汰算法如 lru 等都能够实现。

实现思路步骤如下：
1．接入 Nginx 将申请转发给利用 Nginx。
2．利用 Nginx 首先读取本地缓存。如果命中，则间接返回，不命中会读取分布式缓存、回源到 Tomcat 进行解决。
3．利用 Nginx 会将申请上报给实时热点发现零碎，如应用 UDP 间接上报申请，或者将申请写到本地 kafka，或者应用 flume 订阅本地 Nginx 日志。上报给实时热点发现零碎后，它将进行热点统计（能够思考 storm 实时计算)。
4．依据设置的阈值将热点数据推送到利用 Nginx 本地缓存。

咱们次要是依赖后面的导购页面(包含首页、搜寻页面、商品详情、购物车等）提前辨认哪些商品的访问量高，通过这些零碎中的中间件来收集热点数据，并记录到日志中。

咱们通过部署在每台机器上的 Agent 把日志汇总到聚合和剖析集群中，而后把合乎肯定规定的热点数据，通过订阅散发零碎再推送到相应的零碎中。你能够是把热点数据填充到 Cache 中，或者间接推送到应用服务器的内存中，还能够对这些数据进行拦挡，总之上游零碎能够订阅这些数据，而后依据本人的需要决定如何解决这些数据。

热点发现要做到靠近实时(3s 内实现热点数据的发现)，因为只有做到靠近实时，动静发现才有意义，能力实时地对上游零碎提供爱护。如果 10s 内才发送热点就没意义了，因为 10s 内用户能够进行的操作太多了。工夫越长，不可控元素越多，热点缓存命中率越低。

京东在网上开源了热点 key 探测技术的具体实现：https://gitee.com/jd-platform…

本篇文章就到这里，感激浏览，如果本篇博客有任何谬误和倡议，欢送给我留言斧正。文章继续更新，能够关注公众号第一工夫浏览。

退出移动版