摘要:客戶端緩存代理緩存實例內(nèi)存總量限制緩存安全機制實例都會開啟功能實例都監(jiān)聽在內(nèi)網(wǎng)核心流程新增節(jié)點刪除節(jié)點緩存緩存參考資源一致性原理一致性實現(xiàn)通訊協(xié)議規(guī)范
1.問題
任何平臺隨著用戶規(guī)模的擴大、功能不斷的添加,持久化數(shù)據(jù)庫層承受的讀寫壓力會越來越大,一旦數(shù)據(jù)庫承壓過大會導(dǎo)致讀寫性能陡然下降,嚴(yán)重時會導(dǎo)致大量的業(yè)務(wù)請求超時,進而發(fā)生“雪崩”引發(fā)嚴(yán)重的故障。
2.解決方案在業(yè)務(wù)層和數(shù)據(jù)庫持久層之間引入一層內(nèi)存緩存層,對于復(fù)雜且業(yè)務(wù)邏輯上不會變化的查詢結(jié)果進行緩存,業(yè)務(wù)請求再次發(fā)起時,每次都先從緩存層中查詢,從而大大減少對數(shù)據(jù)庫的查詢,減小對數(shù)據(jù)庫的壓力。
3.分布式內(nèi)存緩存、本地單點緩存、應(yīng)用層緩存對比類型 | 穩(wěn)定性 | 擴展性 | 通用性 | 對代碼的侵入性 |
---|---|---|---|---|
應(yīng)用層緩存 | 應(yīng)用會頻繁重啟更新,緩存易丟失,穩(wěn)定性不佳 | 差,受限于進程的資源限制 | 差,不同應(yīng)用難以復(fù)用 | 代碼侵入性小,無網(wǎng)絡(luò)操作,只需要操作應(yīng)用進程內(nèi)存 |
本地單點緩存 | 獨立的緩存應(yīng)用(redis、memcached等),不會頻繁重啟,穩(wěn)定性一般,但有單點故障問題 | 一般,受限于單服務(wù)器資源限制 | 一般,業(yè)務(wù)應(yīng)用和緩存應(yīng)用有強耦合 | 代碼侵入性一般,需要引入對應(yīng)的api通常有網(wǎng)絡(luò)操作 |
分布式內(nèi)存緩存 | 分布式系統(tǒng),具備故障恢復(fù)功能,無單點故障問題,穩(wěn)健性佳 | 好,支持水平擴展 | 好,對業(yè)務(wù)層提供通用接口,后端具體的緩存應(yīng)用對業(yè)務(wù)透明 | 代碼侵入性一般,需要引入通用的api通常有網(wǎng)絡(luò)操作 |
業(yè)務(wù)模塊采用自定義應(yīng)用層協(xié)議和cacheProxy交互
整個cache后端采用什么協(xié)議,什么存儲(redis,memcached等)對業(yè)務(wù)模塊透明
cache后端和業(yè)務(wù)端進行了隔離,修改互不影響
4.3負(fù)載均衡與容錯機制采用一致性hash算法,即使部分節(jié)點down機,也不會導(dǎo)致全部的緩存失效,新增節(jié)點也不會導(dǎo)致大量緩存失效和重建
一份緩存數(shù)據(jù)保留兩份,當(dāng)前hash節(jié)點和下一個真實的hash節(jié)點(超時時間只有設(shè)置的超時時間的一半),單個節(jié)點down機時,緩存也不會馬上失效
cacheMan是一個弱的管理節(jié)點,負(fù)責(zé)監(jiān)控,刪除節(jié)點,新增節(jié)點,可以任意啟停
4.4緩存維護與淘汰機制redis原生超時機制+三層LRU緩存架構(gòu),減少最終穿透到redis實例上的請求。
客戶端LRU緩存
cacheProxy代理LRU緩存
redis實例內(nèi)存總量限制+LRU緩存
4.5安全機制redis實例都會開啟auth功能
redis實例都監(jiān)聽在內(nèi)網(wǎng)ip
4.6核心流程新增redis節(jié)點
刪除redis節(jié)點
set緩存
get緩存
一致性hash原理:http://blog.codinglabs.org/ar...
一致性hash實現(xiàn):https://github.com/pzx6019171...
redis通訊協(xié)議規(guī)范:http://www.redis.cn/topics/pr...
文章版權(quán)歸作者所有,未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址:http://systransis.cn/yun/61834.html
摘要:客戶端緩存代理緩存實例內(nèi)存總量限制緩存安全機制實例都會開啟功能實例都監(jiān)聽在內(nèi)網(wǎng)核心流程新增節(jié)點刪除節(jié)點緩存緩存參考資源一致性原理一致性實現(xiàn)通訊協(xié)議規(guī)范 1.問題 任何平臺隨著用戶規(guī)模的擴大、功能不斷的添加,持久化數(shù)據(jù)庫層承受的讀寫壓力會越來越大,一旦數(shù)據(jù)庫承壓過大會導(dǎo)致讀寫性能陡然下降,嚴(yán)重時會導(dǎo)致大量的業(yè)務(wù)請求超時,進而發(fā)生雪崩引發(fā)嚴(yán)重的故障。 2.解決方案 在業(yè)務(wù)層和數(shù)據(jù)庫持久層之...
摘要:接下來將介紹分布式緩存的典型代表,以及分布式緩存的應(yīng)用場景。的分布式實現(xiàn)本身并不是一種分布式的緩存系統(tǒng),它的分布式是由訪問它的客戶端來實現(xiàn)的。 前言:本書是對分布式系統(tǒng)架構(gòu)涉及到的相關(guān)技術(shù)的一本科普書籍。由于很難作為開發(fā)參考,只能但求了解。所以通篇淺讀,對分布式系統(tǒng)進行大致的了解。因為寫的非常好,感覺非常有意思,自己也做不出總結(jié)。所謂的讀書筆記也就演變成了摘抄。 簡介 一個大型、穩(wěn)健、...
摘要:馬蜂窩推薦系統(tǒng)對于請求的平均處理時延要求在級別,時延的線保持在以內(nèi)。任務(wù)隊列與異步寫入這里我們使用了中的線程池來實現(xiàn)。三優(yōu)化方向基于和,我們在現(xiàn)有的推薦系統(tǒng)中增加了一個本地容災(zāi)緩存系統(tǒng),當(dāng)依賴服務(wù)或者應(yīng)用本身突發(fā)異常時可以返回緩存的數(shù)據(jù)。 數(shù)據(jù)庫突然斷開連接、第三方接口遲遲不返回結(jié)果、高峰期網(wǎng)絡(luò)發(fā)生抖動...... 當(dāng)程序突發(fā)異常時,我們的應(yīng)用可以告訴調(diào)用方或者用戶「對不起,服務(wù)器出了...
閱讀 3508·2023-04-26 02:00
閱讀 3100·2021-11-22 13:54
閱讀 1711·2021-08-03 14:03
閱讀 723·2019-08-30 15:52
閱讀 3102·2019-08-29 12:30
閱讀 2431·2019-08-26 13:35
閱讀 3377·2019-08-26 13:25
閱讀 3013·2019-08-26 11:39