关注△mikechen的互联网架构△，10年+BAT架构经验倾囊相授

大家好，我是 mikechen | 陈睿 。

分布式缓存在分布式架构里面占据了非常核心地位，可以说是分布式的基石，所以需要掌握好分布式缓存，下面我就全面来详解分布式缓存。

分布式缓存

分布式缓存：就是将缓存数据分布在多个节点上，以提高系统的性能、可伸缩性、可用性。

分布式缓存通常采用键值对存储，可以存储各种类型的数据，比如：对象、数据库查询结果、计算结果等等。

分布式缓存里面，我们常用的分布式缓存包括：Redis和Memcached，Redis还会更多。

分布式缓存特点

分布式缓存具有如下4大特性:

1.高性能

这是分布式缓存最大的使用场景，就是提升性能。

比如：通过缓存热点数据，降低数据库、以及其他后端存储的访问频率，提高系统响应速度。

2.动态扩展性

可以轻松添加或移除缓存节点，以应对不断增长的负载。

3.高可用性

高可用性会增强，原因很简单，因为分布式缓存都是多个节点，而且，分布式缓存通常具有数据备份、故障转移机制等功能。

所以，可用更好的确保在节点故障时，仍能提供服务。

4.透明性

用户无需关心缓存的具体实现，可以像使用本地缓存一样，使用分布式缓存。

分布式缓存核心问题

分布式缓存面临比较大的问题，经常会涉及：缓存雪崩、缓存击穿等问题。

1.缓存雪崩

缓存雪崩，就是：大量缓存同时失效，导致大量请求直接访问后端存储，压力骤增，导致系统崩溃。

如下图所示：

缓存雪崩通常发生在缓存中的大量数据在同一时间失效，例如：缓存的过期时间相同，或由于某种原因导致大规模数据同时失效。

一般会经历，如下步骤：

1.缓存失效

缓存中的大量数据同时失效，可能是由于过期时间相同、缓存清理操作或其他原因。

这导致之前缓存的数据不再可用，需要从后端存储重新加载。

2.请求压力增大
由于热点数据需要重新加载，大量的请求同时涌入系统，这些请求直接访问后端存储系统，而不经过缓存。

由于瞬时请求量的激增，后端存储系统可能难以应对，导致性能下降。

3.存储系统压力骤增

大量的请求直接访问后端存储系统，压力骤增，可能导致存储系统的性能下降，甚至宕机。

这就是缓存雪崩的最终步骤，系统可能无法正常提供服务。

2.缓存穿透

缓存穿透是指查询一个不存在的数据，由于缓存没有命中，导致请求直接访问底层存储系统。

如下图所示：

缓存穿透通常由于一些恶意请求或异常查询引起，而这些查询无法在缓存中找到对应的数据。

可用采用，如下措施：

1.缓存空值

在缓存中设置空值，比如：null、或你自己指定的特定标记。

表示查询的键对应的数据不存在，防止相同的查询一直穿透到存储系统。

这种方式，就是会特比浪费内存空间，因为内存还是非常高贵的资源。

2.布隆过滤器

使用布隆过滤器等数据结构，快速判断查询的键是否存在于缓存中，减少对存储系统的访问。

布隆过滤器（Bloom Filter）是一种数据结构，用于判断一个元素是否属于一个集合，它具有高效的插入和查询操作。

这个是，目前使用比较多的方案，成本低，效果好。

3.缓存击穿

缓存击穿问题会导致系统性能下降，响应时间增加，可能引起雪崩效应，进而影响整个系统的可用性。

缓存击穿，通常发生在某个热点数据的缓存失效的瞬间，此时大量请求同时涌入系统。

如下图所示：

此时，无法在缓存中获取数据，直接导致存储系统的压力骤增，数据库压力过大，也会出现同样的问题。

所以，设置合理的缓存过期时间时间，就变得非常的重要了。

4.缓存预热

缓存预热是在系统启动或低峰期时，提前将热点数据加载到缓存中。

比如，大家熟知的阿里双11秒杀，这些热点数据，都会提前放入到缓存。

一般，在系统启动或低峰期，通过手动或自动的方式，将热点数据加载到缓存中。

对于大量数据的情况，可以考虑使用异步加载机制等。

总之，通过提前加载热点数据到缓存中，系统可以更快地响应用户请求，提高系统的稳定性和性能。

分布式缓存应用

分布式缓存广泛用于高并发读取场景，如Web应用、电子商务平台等。

通过缓存热点数据，可以大大提高系统的读取性能，减轻对底层存储系统的负担。

分布式缓存常，还被用于存储用户会话数据，避免在每次请求中都需要查询数据库，也就是分布式Session。

除此之外，在分布式计算场景中，分布式缓存还可以用于存储中间计算结果，提高计算效率。

以上，是分布式缓存详细解析，欢迎评论区留言交流或拓展。

我是 mikechen | 陈睿 ，关注【mikechen的互联网架构】，10年+BAT架构技术倾囊相授。

本文已同步我的技术博客 www.mikechen.cc，更新至我原创的《30W+字大厂架构技术合集》中。