用户注册



邮箱:

密码:

用户登录


邮箱:

密码:
记住登录一个月忘记密码?

发表随想


还能输入:200字

rainyday123    -  云代码空间

——

如何实现redis缓存

2018-01-10|146阅||

摘要:如何实现redis缓存

第一:Redis 是什么?

Redis是基于内存、可持久化的日志型、Key-Value数据库 高性能存储系统,并提供多种语言的API.

第二:出现背景

数据结构(Data Structure)需求越来越多, 但memcache中没有, 影响开发效率

性能需求, 随着读操作的量的上升需要解决,经历的过程有:

数据库读写分离(M/S)–>数据库使用多个Slave–>增加Cache (memcache)–>转到Redis

解决写的问题:

水平拆分,对表的拆分,将有的用户放在这个表,有的用户放在另外一个表;

可靠性需求

Cache的"雪崩"问题让人纠结

Cache面临着快速恢复的挑战

开发成本需求

Cache和DB的一致性维护成本越来越高(先清理DB, 再清理缓存, 不行啊, 太慢了!)

开发需要跟上不断涌入的产品需求

硬件成本最贵的就是数据库层面的机器,基本上比前端的机器要贵几倍,主要是IO密集型,很耗硬件;

维护性复杂

一致性维护成本越来越高;

BerkeleyDB使用B树,会一直写新的,内部不会有文件重新组织;这样会导致文件越来越大;大的时候需要进行文件归档,归档的操作要定期做;

这样,就需要有一定的down time;

基于以上考虑, 选择了Redis

第三:Redis 在新浪微博中的应用

Redis简介

1. 支持5种数据结构

支持strings, hashes, lists, sets, sorted sets

string是很好的存储方式,用来做计数存储。sets用于建立索引库非常棒;

2. K-V 存储 vs K-V 缓存

新浪微博目前使用的98%都是持久化的应用,2%的是缓存,用到了600+服务器

Redis中持久化的应用和非持久化的方式不会差别很大:

非持久化的为8-9万tps,那么持久化在7-8万tps左右;

当使用持久化时,需要考虑到持久化和写性能的配比,也就是要考虑redis使用的内存大小和硬盘写的速率的比例计算;

3. 社区活跃

Redis目前有3万多行代码, 代码写的精简,有很多巧妙的实现,作者有技术洁癖

Redis的社区活跃度很高,这是衡量开源软件质量的重要指标,开源软件的初期一般都没有商业技术服务支持,如果没有活跃社区做支撑,一旦发生问题都无处求救;

Redis基本原理

redis持久化(aof) append online file:

写log(aof), 到一定程度再和内存合并. 追加再追加, 顺序写磁盘, 对性能影响非常小

1. 单实例单进程

Redis使用的是单进程,所以在配置时,一个实例只会用到一个CPU;

在配置时,如果需要让CPU使用率最大化,可以配置Redis实例数对应CPU数, Redis实例数对应端口数(8核Cpu, 8个实例, 8个端口), 以提高并发:

单机测试时, 单条数据在200字节, 测试的结果为8~9万tps;

2. Replication

过程: 数据写到master–>master存储到slave的rdb中–>slave加载rdb到内存。

存储点(save point): 当网络中断了, 连上之后, 继续传.

Master-slave下第一次同步是全传,后面是增量同步;、

3. 数据一致性

长期运行后多个结点之间存在不一致的可能性;

开发两个工具程序:

1.对于数据量大的数据,会周期性的全量检查;

2.实时的检查增量数据,是否具有一致性;

对于主库未及时同步从库导致的不一致,称之为延时问题;

对于一致性要求不是那么严格的场景,我们只需要要保证最终一致性即可;

对于延时问题,需要根据业务场景特点分析,从应用层面增加策略来解决这个问题;

例如:

1.新注册的用户,必须先查询主库;

2.注册成功之后,需要等待3s之后跳转,后台此时就是在做数据同步。

第四:分布式缓存的架构设计

1.架构设计

由于redis是单点,项目中需要使用,必须自己实现分布式。基本架构图如下所示:

如何实现redis缓存

2.分布式实现

通过key做一致性哈希,实现key对应redis结点的分布。

一致性哈希的实现:

l        hash值计算:通过支持MD5与MurmurHash两种计算方式,默认是采用MurmurHash,高效的hash计算。

l        一致性的实现:通过java的TreeMap来模拟环状结构,实现均匀分布

3.client的选择

对于jedis修改的主要是分区模块的修改,使其支持了跟据BufferKey进行分区,跟据不同的redis结点信息,可以初始化不同的 ShardInfo,同时也修改了JedisPool的底层实现,使其连接pool池支持跟据key,value的构造方法,跟据不同 ShardInfos,创建不同的jedis连接客户端,达到分区的效果,供应用层调用

4.模块的说明

l        脏数据处理模块,处理失败执行的缓存操作。

l        屏蔽监控模块,对于jedis操作的异常监控,当某结点出现异常可控制redis结点的切除等操作。

整个分布式模块通过hornetq,来切除异常redis结点。对于新结点的增加,也可以通过reload方法实现增加。(此模块对于新增结点也可以很方便实现)

对于以上分布式架构的实现满足了项目的需求。另外使用中对于一些比较重要用途的缓存数据可以单独设置一些redis结点,设定特定的优先级。另外对 于缓存接口的设计,也可以跟据需求,实现基本接口与一些特殊逻辑接口。对于cas相关操作,以及一些事物操作可以通过其watch机制来实现。

声明:所有博客服务于分布式框架,作为框架的技术支持及说明,框架面向企业,是大型互联网分布式企业架构,后期会介绍linux上部署高可用集群项目。

愿意了解框架技术或者源码的朋友直接求求:2042849237欢迎大家一起学习研究相关技术

顶 0踩 0收藏
分享到:
更多
文章评论
    发表评论

    个人资料

    • 昵称: rainyday123
    • 等级: 资深程序员
    • 积分: 1960
    • 代码: 0 个
    • 文章: 62 篇
    • 随想: 0 条
    • 访问: 4 次
    • 关注

    人气代码

      标签

      MVC(7)Spring(4)J2EE分布式架构(1)分布式缓存Redis(1)+mybatis(5)+shiro+(2)Activiti(2)+(4)dubbo(1)springmvc(1)java企业架构(1)(十三)(2)(十四)(2)(十五)(1)kafka集群安装(1)springmvc,(1)阿里云OSS存储(1)Centos下单节点(1)Redis分布式缓存(1)单点登录集成方案,s(1)KafKa+Zook(1)JEESZ-kafk(1)spring,spr(1)mvc,web开发,(1)FastDFS安装、(1)FastDFS分布式(1)Zookeeper集(1)RestFul服务介(1)Kafka入门经典教(1)30分钟学会如何使用(1)springmvc+(1)分布式消息Kafka(1)如何实现redis缓(1)手把手Maven搭建(1)分布式服务:spri(1)Dubbo+Zook(1)分布式架构sprin(1)Springmvc+(1)j2ee分布式架构核(1)DUBBO与ZOOK(1)springmvc整(1)spring和spr(1)J2EE分布式系统环(1)MVC原理(1)Springmvc+(1)环境搭建(一)(1)入门示例讲解(1)【分享】微服务分布式(1)Springmvc+(1)(一)构建dubbo(1)(二)构建dubbo(1)(三)构建dubbo(1)(四)构建sprin(1)(五)构建sprin(1)springmvc+(1)restful(2)redis分布式缓存(1)【分享】微服务分布式(1)Springmvc+(1)(十六)(1)(十七)(1)【企业级框架整合】S(1)springmvc+(1)redis分布式缓存(1)构建springmv(1)构建springmv(1)构建dubbo分布式(1)构建dubbo分布式(1)springmvc+(1)dubbo分布式平台(1)分布式架构sprin(1)分布式服务:spri(1)Dubbo+Zook(1)dubbo分布式平台(1)dubbo分布式平台(1)【分享】微服务分布式(1)Springmvc+(1)Springmvc+(1)j2ee分布式架构核(1)构建springmv(1)构建springmv(1)构建dubbo分布式(1)构建dubbo分布式(1)构建springmv(1)构建dubbo分布式(1)DUBBO与ZOOK(1)构建dubbo分布式(1)

      最新提问

        站长推荐