深入理解分布式系統中的緩存架構(下)
1 分層緩存架構設計
2 緩存帶來的復雜度問題
常見的問題主要包括
數據一致性
緩存穿透
緩存雪崩
緩存高可用
緩存熱點 下面逐一介紹分析這些問題以及相應的解決方案。
數據一致性
因為緩存屬於持久化數據的一個副本，因此不可避免的會出現數據不一致問題。導致臟讀或讀不到數據的情況。數據不一致，一般是因為網絡不穩定或節點故障導致
問題出現的常見3個場景以及解決方案：
緩存穿透
緩存一般是Key，value方式存在，當某一個Key不存在時會查詢數據庫，假如這個Key，一直不存在，則會頻繁的請求數據庫，對數據庫造成訪問壓力。
主要解決方案：
對結果為空的數據也進行緩存，當此key有數據後，清理緩存
一定不存在的key，采用布隆過濾器，建立一個大的Bitmap中，查詢時通過該bitmap過濾
緩存雪崩
緩存高可用
緩存是否高可用，需要根據實際的場景而定，並不是所有業務都要求緩存高可用，需要結合具體業務，具體情況進行方案設計，例如臨界點是是否對後端的數據庫造成影響。
主要解決方案：
分布式：實現數據的海量緩存
復制：實現緩存數據節點的高可用
緩存熱點
一些特別熱點的數據，高並發訪問同一份緩存數據，導致緩存服務器壓力過大。
解決：復制多份緩存副本，把請求分散到多個緩存服務器上，減輕緩存熱點導致的單臺緩存服務器壓力
3 業界案例
案例主要參考新浪微博陳波的技術分享
技術挑戰
Feed緩存架構圖
架構特點
新浪微博把SSD應用在分布式緩存場景中，將傳統的Redis/MC + Mysql方式，擴展為 Redis/MC + SSD Cache + Mysql方式，SSD Cache作為L2緩存使用，第一降低了MC/Redis成本過高，容量小的問題，也解決了穿透DB帶來的數據庫訪問壓力
歡迎工作一到五年的Java工程師朋友們加入Java架構開發：744677563
本群提供免費的學習指導 架構資料 以及免費的解答
不懂得問題都可以在本群提出來 之後還會有職業生涯規劃以及面試指導
主要在數據架構、性能、儲存成本、服務化等不同方面進行了優化增強
深入理解分布式系統中的緩存架構(下)