Redis 缓存的使用与优化

缓存的使用与设计 缓存的收益与成本 缓存更新策略 缓存粒度控制 缓存穿透优化 缓存无底洞问题 缓存雪崩优化 热点key重建优化 缓存降级 缓存的收益与成本 收益 加速读写 降低后端负载，例如使用 redis 降低 mysql 负载等。 成本 数据不一致：缓存层和数据层有时间窗口不一致的情况，和更新策略有关。 代码维护成本：多了一层缓存逻辑。 运维成本：例如 Redis Cluster 使用场景 降低后端负载，对高消耗的SQL比如JOIN结果集、分组统计结果缓存。 加速请求响应，利用Redis/Memcache优化IO响应时间。 大量写合并为批量写，如计数器现在Redis累加再批量写DB。 缓存更新策略 三种策略 LRU/LFU/FIFO算法剔除 超时剔除，例如expire。 主动更新，代码层面控制生命周期 对比 策略 一致性 维护成本 LRU/LFU/FIFO剔除算法 最差 低 超时剔除 较差 低 主动更新 强 高 两条建议 对于一致性要求低的缓存：最大内存和淘汰策略，即直接往内存里扔，达到最大内存时直接淘汰 对于一致性要求高的缓存：超时剔除和主动更新结合，最大内存和淘汰策略兜底。 缓存粒度控制 粒度问题 比如要缓存一个mysql中的用户信息：select * from user where id = {id}。 设置用户缓存：set user:{id} '（上面sql语句的结果）' 缓存粒度-全部属性：即缓存 select *的结果 缓存粒度-部分重要属性：比如缓存 select user_name, phone部分字段结果 三个角度 通用性：比如加了个新的字段，全量属性最好。 占用空间：部分属性更好。 代码维护：表面上全量属性会更好。 缓存穿透问题 大量请求不命中 即查询结果一直返回 null ，对于不存在的值，缓存层也没有进行缓存 缓存的使用与设计 缓存的收益与成本 缓存更新策略 缓存粒度控制 缓存穿透优化 缓存无底洞问题 缓存