轉載請註明出處哈:http://carlosfu.iteye.com/blog/2269678
一、引出熱點key問題
我們通常使用 緩存 + 過期時間的策略來幫助我們加速接口的訪問速度，減少了後端負載，同時保證功能的更新，一般情況下這種模式已經基本滿足要求了。
但是有兩個問題如果同時出現，可能就會對系統造成致命的危害：
(1) 這個key是一個熱點key（例如一個重要的新聞，一個熱門的八卦新聞等等），所以這種key訪問量可能非常大。
(2) 緩存的構建是需要一定時間的。（可能是一個複雜計算，例如複雜的sql、多次IO、多個依賴(各種接口)等等）
於是就會出現一個致命問題：在緩存失效的瞬間，有大量線程來構建緩存（見下圖），造成後端負載加大，甚至可能會讓系統崩潰 。
二、四種解決方案（註釋：第1,2種方法來自Tim Yang博客）
我們的目標是：儘量少的線程構建緩存(甚至是一個) + 數據一致性 + 較少的潛在危險，下面會介紹四種方法來解決這個問題：
1. 使用互斥鎖(mutex key): 這種解決方案思路比較簡單，就是隻讓一個線程構建緩存，其他線程等待構建緩存的線程執行完，重新從緩存獲取數據就可以了（如下圖）
如果是單機，可以用synchronized或者lock來處理，如果是分佈式環境可以用分佈式鎖就可以了（分佈式鎖，可以用memcache的add, redis的setnx, zookeeper的添加節點操作）。
下面是Tim yang博客的代碼，是memcache的僞代碼實現
if (memcache.get(key) == null) {
// 3 min timeout to avoid mutex holder crash
if (memcache.add(key_mutex, 3 * 60 * 1000) == true) {
value = db.get(key);
memcache.set(key, value);
memcache.delete(key_mutex);
} else {
sleep(50);
retry();
}
}
如果換成redis，就是：
String get(String key) {
String value = redis.get(key);
if (value == null) {
if (redis.setnx(key_mutex, "1")) {
// 3 min timeout to avoid mutex holder crash
redis.expire(key_mutex, 3 * 60)
value = db.get(key);
redis.set(key, value);
redis.delete(key_mutex);
} else {
//其他線程休息50毫秒後重試
Thread.sleep(50);
get(key);
}
}
}
2. "提前"使用互斥鎖(mutex key)：
在value內部設置1個超時值(timeout1), timeout1比實際的memcache timeout(timeout2)小。當從cache讀取到timeout1發現它已經過期時候，馬上延長timeout1並重新設置到cache。然後再從數據庫加載數據並設置到cache中。僞代碼如下：
v = memcache.get(key);
if (v == null) {
if (memcache.add(key_mutex, 3 * 60 * 1000) == true) {
value = db.get(key);
memcache.set(key, value);
memcache.delete(key_mutex);
} else {
sleep(50);
retry();
}
} else {
if (v.timeout <= now()) {
if (memcache.add(key_mutex, 3 * 60 * 1000) == true) {
// extend the timeout for other threads
v.timeout += 3 * 60 * 1000;
memcache.set(key, v, KEY_TIMEOUT * 2);
// load the latest value from db
v = db.get(key);
v.timeout = KEY_TIMEOUT;
memcache.set(key, value, KEY_TIMEOUT * 2);
memcache.delete(key_mutex);
} else {
sleep(50);
retry();
}
}
}
3. "永遠不過期"：
這裏的“永遠不過期”包含兩層意思：
(1) 從redis上看，確實沒有設置過期時間，這就保證了，不會出現熱點key過期問題，也就是“物理”不過期。
(2) 從功能上看，如果不過期，那不就成靜態的了嗎？所以我們把過期時間存在key對應的value裏，如果發現要過期了，通過一個後臺的異步線程進行緩存的構建，也就是“邏輯”過期
從實戰看，這種方法對於性能非常友好，唯一不足的就是構建緩存時候，其餘線程(非構建緩存的線程)可能訪問的是老數據，但是對於一般的互聯網功能來說這個還是可以忍受。
String get(final String key) {
V v = redis.get(key);
String value = v.getValue();
long timeout = v.getTimeout();
if (v.timeout <= System.currentTimeMillis()) {
// 異步更新後臺異常執行
threadPool.execute(new Runnable() {
public void run() {
String keyMutex = "mutex:" + key;
if (redis.setnx(keyMutex, "1")) {
// 3 min timeout to avoid mutex holder crash
redis.expire(keyMutex, 3 * 60);
String dbValue = db.get(key);
redis.set(key, dbValue);
redis.delete(keyMutex);
}
}
});
}
return value;
}
4. 資源保護：
之前在緩存雪崩那篇文章提到了netflix的hystrix，可以做資源的隔離保護主線程池，如果把這個應用到緩存的構建也未嘗不可。
三、四種方案對比：
作爲一個併發量較大的互聯網應用，我們的目標有3個:
1. 加快用戶訪問速度，提高用戶體驗。
2. 降低後端負載，保證系統平穩。
3. 保證數據“儘可能”及時更新(要不要完全一致，取決於業務，而不是技術。)
所以第二節中提到的四種方法，可以做如下比較，還是那就話：沒有最好，只有最合適。
| 解決方案 | 優點 | 缺點 |
| 簡單分佈式鎖(Tim yang) |
1. 思路簡單 2. 保證一致性 |
1. 代碼複雜度增大 2. 存在死鎖的風險 3. 存在線程池阻塞的風險 |
| 加另外一個過期時間(Tim yang) | 1. 保證一致性 | 同上 |
| 不過期(本文) |
1. 異步構建緩存，不會阻塞線程池 |
1. 不保證一致性。 2. 代碼複雜度增大(每個value都要維護一個timekey)。 3. 佔用一定的內存空間(每個value都要維護一個timekey)。 |
| 資源隔離組件hystrix(本文) |
1. hystrix技術成熟，有效保證後端。 2. hystrix監控強大。
|
1. 部分訪問存在降級策略。 |
四、總結
1. 熱點key + 過期時間 + 複雜的構建緩存過程 => mutex key問題
2. 構建緩存一個線程做就可以了。
3. 四種解決方案：沒有最佳只有最合適。
五、參考文獻：（本文部分代碼和圖來自如下兩篇博客）