文章目录 1. Redis集群1.1 问题引出1.2 什么是集群1.3 搭建集群1.3.1 删除持久化数据1.3.2 创建6个redis配置文件1.3.3 启动redis服务器1.3.4 将六个节点合成一个集群1.3.4 连接redis集群 1.4 什么是slots1.5 集群的Jedis开发1.6 集群总结1.6.1 好处1.6.2 不足 2. Redis应用问题解决2.1 缓存穿透2.2 缓存击穿2.3 缓存雪崩4.分布式锁4.1 使用redis实现分布式锁

1. Redis集群 1.1 问题引出 容量不够，redis如何进行扩容并发写操作，redis如何分摊？主从模式，薪火相传模式，主机宕机，导致ip地址发生变化，应用程序中配置需要修改对应的主机地址、端口等信息。如何解决？ 1.2 什么是集群

Redis 集群实现了对Redis的水平扩容，即启动N个redis节点，将整个数据库分布存储在这N个节点中，每个节点存储总数据的1/N。Redis 集群通过分区（partition）来提供一定程度的可用性（availability）： 即使集群中有一部分节点失效或者无法进行通讯， 集群也可以继续处理命令请求。

主从模式和薪火相传模式都会面对主机宕机的情况，导致ip地址发生变化，需要修改配置中master的ip和port，之前通过代理主机来解决

代理机需要占用额外的资源，redis3.0中提出了无中心化集群配置，废弃了采用代理机的机制，任何一个RedisServer都可以作为集群入口。请求可以被转发给目标RedisServer

1.3 搭建集群 1.3.1 删除持久化数据

将rdb，aof文件都删除掉

1.3.2 创建6个redis配置文件

每个conf文件配置ip，port，持久化等基础配置及主从哨兵配置 并增加关于集群的三个配置 cluster-enabled yes 打开集群模式 cluster-config-file xxx.conf 设定节点配置文件名 cluster-node-timeout 15000 设定节点失联时间 超过该时间(毫秒) 集群自动进行主从切换

include /myredis/redis.conf pidfile /var/run/redis_6379.pid port 6379 dbfilename dump6379.rdb cluster-enabled yes 打开集群模式 cluster-config-file xxx.conf 设定节点配置文件名 cluster-node-timeout 15000 1.3.3 启动redis服务器

1.3.4 将六个节点合成一个集群

组合之前，请确保所有redis实例启动后，nodes-xxxx.conf文件都生成正常。

移动到我们安装redis时的目录下：cd /opt/redis-6.2.1/src，输入

redis-cli --cluster create --cluster-replicas 1 192.168.11.101:6379 192.168.11.101:6380 192.168.11.101:6381 192.168.11.101:6389 192.168.11.101:6390 192.168.11.101:6391

此处不要用127.0.0.1， 请用真实IP地址

–replicas 1 采用最简单的方式配置集群，一台主机，一台从机，正好三组。

1.3.4 连接redis集群

redis客户端连接集群时采用 redis-cli -c -p [port] 可以连接到集群中目的端口的RedisServer 此时完成无中心化集群配置

可能直接进入读主机，存储数据时，会出现MOVED重定向操作。所以，应该以集群方式登录

1.4 什么是slots

一个 Redis 集群包含 16384 个插槽（hash slot）， 数据库中的每个键都属于这 16384 个插槽的其中一个，

集群使用公式 CRC16(key) % 16384 来计算键 key 属于哪个槽， 其中 CRC16(key) 语句用于计算键 key 的 CRC16 校验和 。

集群中的每个节点负责处理一部分插槽。 举个例子， 如果一个集群可以有主节点， 其中：

? 节点 A 负责处理 0 号至 5460 号插槽。

? 节点 B 负责处理 5461 号至 10922 号插槽。

? 节点 C 负责处理 10923 号至 16383 号插槽。

注意：在一个slot下的键值，是不能使用mget,mset等多键操作。

可以通过{}来定义组的概念，从而使key中{}内相同内容的键值对放到一个slot中去。

1.5 集群的Jedis开发

即使连接的不是主机，集群会自动切换主机存储。主机写，从机读。

无中心化主从集群。无论从哪台主机写的数据，其他主机上都能读到数据。

public static void main(String[] args) { // 1，创建JedisCluster对象 以操作集群 // 这里选择的port并不重要 redis集群是无中心化配置的 JedisCluster jedisCluster = new JedisCluster(new HostAndPort("127.0.0.1", 6379)); // 2，调用api 读写redis集群 jedisCluster.set("k1", "v1"); System.out.println(jedisCluster.get("k1"); jedisCluster.close(); } 1.6 集群总结 1.6.1 好处 实现扩容分摊压力无中心配置相对简单 1.6.2 不足 多键操作是不被支持的多键的Redis事务是不被支持的。lua脚本不被支持由于集群方案出现较晚，很多公司已经采用了其他的集群方案，而代理或者客户端分片的方案想要迁移至redis cluster，需要整体迁移而不是逐步过渡，复杂度较大。 2. Redis应用问题解决 2.1 缓存穿透

key对应的数据在数据源并不存在，每次针对此key的请求从缓存获取不到，请求都会压到数据源，从而可能压垮数据源。比如用一个不存在的用户id获取用户信息，不论缓存还是数据库都没有，若黑客利用此漏洞进行攻击可能压垮数据库。

解决方法：

1，对空值做缓存，如果查询返回的数据为空，不管该数据存不存在 都把这个空结果进行缓存，并设置一个较短的TTL 只能作为简单的应急方案

2，设置白名单，使用bitmap定义一个有效访问名单 访问者id作为bitmap的偏移量，每次将访问者id在名单中进行判断 如果不在白名单中进行拦截 不允许访问 但每次现在白名单中判断是否为有效id 又降低了系统效率

3，采用布隆过滤器，布隆过滤器可看作是优化的bitmap 可以用于检索一个元素是否在bitmap中 优点是时空间效率更高 但缺点是可能出现误判

4，进行实时监控，当发现Redis命中率某刻开始急速降低 需要排查访问对象和访问的数据，让运维设置黑名单

2.2 缓存击穿

key对应的数据存在，但是缓存过期，这时候有大量并发的请求过来，redis去DB加载数据并存到缓存，这个时候大量并发可能会瞬间把后端DB压垮

解决方法

1.预先设置热门数据：在redis高峰访问之前，把一些热门数据提前存入到redis里面，加大这些热门数据key的时长

2.实时调整：现场监控哪些数据热门，实时调整key的过期时长

3.使用锁: 就是在缓存失效的时候（判断拿出来的值为空），不是立即去load db。而是先使用缓存工具的某些带成功操作返回值的操作（比如Redis的SETNX）去set一个mutex key，当操作返回成功时，再进行load db的操作，并回设缓存,最后删除mutex key。当操作返回失败，证明有线程在load db，当前线程睡眠一段时间再重试整个get缓存的方法。（效率稍低）

2.3 缓存雪崩

大量的key存在，但是这些key对应的数据都已经过期 此时如果涌入大量请求，发现缓存中的数据已经过期 就会直接访问DB 由此可能造成DB的崩溃。

击穿和雪崩的区别：击穿是一个key过期，而雪崩是多个key过期。

正常访问

缓存失效瞬间

解决方法

1.构建多级缓存架构：nginx缓存 + redis缓存 +其他缓存（ehcache等）

2.使用锁或队列：用加锁或者队列的方式保证来保证不会有大量的线程对数据库一次性进行读写，从而避免失效时大量的并发请求落到底层存储系统上。不适用高并发情况

3.设置过期标志更新缓存: 记录缓存数据是否过期（设置提前量），如果过期会触发通知另外的线程在后台去更新实际key的缓存。

4.将缓存失效时间分散开：比如我们可以在原有的失效时间基础上增加一个随机值，比如1-5分钟随机，这样每一个缓存的过期时间的重复率就会降低，就很难引发集体失效的事件。

4.分布式锁

随着业务发展的需要，原单体单机部署的系统被演化成分布式集群系统后，由于分布式系统多线程、多进程并且分布在不同机器上，这将使原单机部署情况下的并发控制锁策略失效，单纯的Java API并不能提供分布式锁的能力。为了解决这个问题就需要一种跨JVM的互斥机制来控制共享资源的访问，这就是分布式锁要解决的问题！

主流分布式锁的实现方法

1.基于数据库实现分布式锁

2.基于缓存（redis）（性能最高）

3.基于Zookeeper （可靠性最该）

为了保证共享数据的安全，采用分布式锁保证某刻集群中只有一台机器能完成对共享数据的读写 其他拿不到分布式锁的机器只能等待锁被释放，才能去操作共享数据

4.1 使用redis实现分布式锁

只在键不存在时，才对键进行设置操作。 SET key value NX 效果等同于 SETNX key value 。

setnx key value

多个客户端同时获取锁（setnx）

获取成功，执行业务逻辑{从db获取数据，放入缓存}，执行完成释放锁（del）

其他客户端等待重试

释放锁可以简单用del命令实现

public static void testLock() { // 试图加锁 Boolean lock = redisTemplate.opsForValue().setIfAbsent("lock", "111", 3, TimeUnit.SECONDS); if(lock) { // 加锁成功 对num的值进行修改 Object value = redisTemplate.opsValue().get("num"); if(StringUtils.isEmpty(value)) { return; } int num = Integer.parseInt(value + ""); redisTemplate.opsForValue().set("num", ++num); redisTemplate.delete("lock"); } else { // 加锁失败 sleep一段时间后再尝试获取锁 try { Thread.sleep(1000); testLock(); } catch (InterruptedException e) { e.printStackTrace(); } } }

上述做法只是很简陋的一个demo，未考虑到锁被误删(错误释放)的情况 考虑这样的情况，A和B机器要修改Redis服务器中的某个数据，A先到并成功加锁，锁的过期时间设置为10s 但此时A机器遇到意外卡顿等情况超过了10s但还没有成功修改，此时B已经成功加锁 这时A和B又开始一起操作共享数据，A先做完操作去释放锁，此时释放的是B加的锁 这样不仅B释放错误，还可能又导致数据混乱的情况 为此，对其可以采用UUID防止误删，通过uuid标识不同的机器 释放锁时首先判断当前uuid和要释放的锁的uuid是否相同

public static void testLock() { String uuid = UUID.randomUUID().toString(); // 试图加锁 Boolean lock = redisTemplate.opsForValue().setIfAbsent("lock", uuid, 3, TimeUnit.SECONDS); if(lock) { // 加锁成功 对num的值进行修改 Object value = redisTemplate.opsValue().get("num"); if(StringUtils.isEmpty(value)) { return; } int num = Integer.parseInt(value + ""); redisTemplate.opsForValue().set("num", ++num); // 释放锁 if(uuid.equals(redisTemplate.opsForValue().get("lock"))) { redisTemplate.delete("lock"); } } else { // 加锁失败 sleep一段时间后再尝试获取锁 try { Thread.sleep(1000); testLock(); } catch (InterruptedException e) { e.printStackTrace(); } } }

但上述释放锁的过程又少了原子性，同样AB两台机器访问共享资源。A先加锁，执行完了操作，判断了uuid相同，准备释放锁时，此时锁过期，自动释放，此时B加锁成功，执行操作，但A又释放了锁，释放的正是B的锁，又会导致互相干扰 为了保证Redis中的原子性，可以采用Lua脚本

---

1.本站遵循行业规范，任何转载的稿件都会明确标注作者和来源；2.本站的原创文章，会注明原创字样,如未注明都非原创，如有侵权请联系删除！；3.作者投稿可能会经我们编辑修改或补充；4.本站不提供任何储存功能只提供收集或者投稿人的网盘链接。