热点数据多级缓存方案实现

集成CountMinSketch过滤器+本地缓存caffeine+redis缓存+数据库的多级缓存方案

涉及技术点：

1. caffeine本地缓存
2. redis：lua脚本、redis事务的原子性
3. CountMinSketch算法
4. 设计思想：计算向数据端迁移

1，背景概述

我们系统在使用过程中，并非所有的数据都是时刻活跃的状态，一般情况下只有少部分的活跃数据占据大量的请求。所以，我们在将其他非活跃数据也存放于redis缓存或者本地缓存时，是非常浪费内存资源的一种方式（钱多、机器多的可以无视这个）。

所以为了解决上述浪费内存资源的情况，我们一般将热点数据（当前时间段访问频繁的数据）放入缓存中从而用于加快数据的响应速度，举一个生活中的实例：我们平时看视频网站中的视频，如果是当前热播的视频，我们点开后加载速度相对于那些冷门的视频速度快很多。这个就是因为这些视频网站，将热门视频数据也是放置在缓存中，冷门数据还是存储在磁盘中（节省费用）。

当前热点数据缓存主要有如下几个解决方案：

1. 使用本地缓存，例如caffeine、guava、或者自定义缓存。
   • 它们直接在单节点服务中使用堆内存进行热点数据的缓存；
   • 优点：响应及时、读并发响应及时；
   • 缺点：
     • ①消耗堆内存；
     • ②如果缓存中不存在需要查询数据库（缓存穿透），如果是多节点服务，每个节点都需要重复查询数据库，造成数据库查询并发量高；
     • ③已删除数据不容易进行多节点同步；
2. 使用redis缓存
   • 直接使用redis中间件的内存操作功能实现热点数据缓存
   • 优点：可以响应多节点请求与数据一致性同步
   • 缺点：
     • ①相较于本地缓存来说，此方案需要额外的网络通信耗时；
     • ②由于redis的单线程数据操作，当有大key等耗时指令时，其他请求需要进行排序等待；
     • ③需要依赖中间件；
     • ④并发相对于本地缓存来说要低一些；
     • ⑤如果缓存中不存在需要查询数据库（缓存穿透）；
     • ⑥热点数据的缓存策略算法没有caffeine等缓存框架优秀（redis只有单纯的LRU、LFU、TTL等简单驱逐策略），热点数据命中率低；

另外，在进行数据缓存时，我们还经常遇到缓存穿透的问题（查询不存在或者冷门的数据，这个操作会查询至数据库，并发量如果很高容易导致服务崩溃），一般情况下我们可以使用布隆过滤器来解决该问题，但是布隆过滤器也有自身的问题（只能新增数据，不能删除历史数据）。

因此总结上述常用缓存方案存在的问题：

1. 两种方案都存在的缓存穿透问题，同时使用布隆过滤器解决缓存穿透又无法删除历史数据；
2. 本地缓存与redis缓存各有优缺点；

这里为了解决上述的两个问题提出了如下的方案【集成CountMinSketch过滤器+本地缓存caffeine+redis缓存+数据库的多级缓存方案】：

1. 利用Count-Min Sketch算法解决缓存穿透的问题：
   • ①与布隆过滤器一样，解决查询客观不存在数据，直接查询数据库的问题；
   • ②优化布隆过滤器中，不能删除历史数据的缺陷；
2. 利用多级缓存解决之前2种缓存方案存在的缺陷：
   • ①多节点查询客观存在的数据，如果本地缓存存在该数据，现在是直接查询redis缓存，由redis缓存只查询一次数据库；
   • ②由于存在redis用于存储CountMinSketch过滤器的key是否存在的数据信息，并且该过滤器中的历史数据可以被删除，所以保证了每个节点的本地缓存数据一致性；
   • ③现在使用本地缓存消除了之前redis缓存需要额外网络通信的问题，并且继承了本地缓存的缓存算法优势，保证了缓存命中率；

同时，也需要额外说明该实现的方案的缺点：

1. 实现相对复杂，逻辑依赖redis和数据库（后续可以通过AOP切面代理模式，提取公共部分逻辑，生成方法注解）
2. 当前不支持数据的修改，只支持删除和新增（后续可以通过RPC调用的方式，单节点修改同步数据至其他节点，同时这些节点信息可以直接使用redis存储或者 ）

2，技术原理

本处的多级缓存方案的结构图如下：

逻辑流程图：

流程描述：

1. 外部查询请求进入，先查询CountMinSketch过滤器

   • 如果过滤器中，不存在该数据，直接返回null，然后结束流程
   • 如果过滤器中，存在该数据，直接进入第2步

2. 查询caffeine本地缓存

   • 如果本地缓存中，存在该数据，直接返回数据，然后结束流程
   • 如果本地缓存中，不存在该数据，则进行第3步进行查询，
     • 查询结果为null，则直接返回给调用方
     • 查询结果不为null，则更新至本地缓存后，返回结果数据，然后结束流程

3. 查询redis缓存

   • 如果redis缓存中，存在该数据，重置过期时间，返回该数据
   • 如果redis缓存中，不存在该数据，则进入第4步进行查询，
     • 查询结果为null，直接返回给调用方
     • 查询结果不为null，则更新至redis缓存后，返回给数据调用方

4. 查询db数据库

   • 如果db数据库中，存在该数据，则直接返回给调用方
   • 如果db数据库中，不存在该数据，则将该key值对应于CountMinSketch过滤器中数据自减1，然后将null值返回给调用方

3，代码实现

4，注意事项

5，疑问解答

1. 之前面试的时候，有面试官认为查询CountMinSketch过滤器的时候，都已经查询过redis，那么为什么不在这次查询的时候直接把数据返回？反而搞这么复杂的逻辑呢？
   • ①首先，我们已经简述过本地缓存caffeine相对于redis缓存的优势，这个是我们为什么尽量使用caffeine本地缓存，而将redis缓存作为辅助的原因。
     • caffeine的缓存算法更优，命中率更高，并发量也更高（算法优势）
     • 本地缓存查询数据直接使用的堆内存数据，无需额外网络通信消耗，响应更快（类比于计算机CPU的三级缓存机制）
   • ②其次，我们查询redis中的CountMinSketch过滤器时是将运算向数据迁移，最终只需要获取redis返回的该key值是否存在的布尔值即可，网络消耗很少（后续还可以进一步在redis中自定义查询函数，更加精简查询命令传输）

参考链接

标签：缓存,数据,多级,redis,查询,本地,过滤器,热点
来源： https://www.cnblogs.com/Mufasa/p/16156441.html