快速掌握:大型分布式系统中的缓存架构

  • 时间:
  • 浏览:0

数据不一致,一般是完后 网络不稳定或节点故障原困 难题出显的常见 3 个场景以及避免方案:

Guava Cache 形态特点

原文发布时间为:2018-08-05

本文作者:陈彩华

本文来自云栖社区合作协议伙伴“数据和云”,了解相关信息还能不能 关注“数据和云”。

Ehcache 缓存数据过期策略如下图:

在用户访问网站时,利用全局负载技术将用户的访问指向距离最近的工作正常的缓存服务器上,由缓存服务器直接响应用户请求。





Guava Cache 缓存回收策略

完后 缓存属于持久化数据的三个 副本,就让不可避免的会出显数据不一致难题,原困 脏读或读越来越数据的情况。

Redis 的数据模型如下图:



CDN(Content Delivery Network 内容分发网络)的基本原理是广泛采用各种缓存服务器,将什儿 缓存服务器分布到用户访问相对集中的地区或网络中。

Memcached 特点

主要避免方案:

对结果为空的数据也进行缓存,当此 Key 有数据后,清理缓存。

一定不趋于稳定的 Key,采用布隆过滤器,建立三个 大的 Bitmap 中,查询时通过该 Bitmap 过滤。

Memcached 是三个 高性能,分布式内存对象缓存系统,通过在内存里维护三个 统一的巨大的 Hash 表,它并能用来存储各种格式的数据,包括图像、视频、文件以及数据库检索的结果等。

数据一致性



SSD Cache 作为 L2 缓存使用,第一降低了 MC/Redis 成本不够,容量小的难题,也避免了穿透 DB 带来的数据库访问压力。

下面介绍分布式缓存常见的 2 大开源实现 Memcached 和 Redis。

分布式缓存的主要接入方法如下图:

缓存穿透

Memcached 基本架构



什儿 很重热点的数据,高并发访问同一份缓存数据,原困 缓存服务器压力过大。

缓存概述

缓存的分类

反向代理缓存

Guava Cache 的应用场景如下图:



它还能不能 存储键值对与 5 种不类式型的值之间的映射,还能不能 将存储在内存的键值对数据持久化到硬盘,还能不能 使用一键复制形态来扩展读性能。

分布式缓存应用场景

分布式缓存

Redis 的数据淘汰内控 实现如下图:



避免:一键复制多份缓存副本,把请求分散到多个缓存服务器上,减轻缓存热点原困 的单台缓存服务器压力

完后 越来越缓冲则先向 Web 服务器发出请求,撤除数据,本地缓存后再发送给用户。通过降低向 Web 服务器的请求数,从而降低了 Web 服务器的负载。

Redis 的持久化方法如下图:

缓存概述

Redis 数据淘汰策略

Redis 与 Memcached 比较

初始化字典

缓存数据过期策略:LRU(最近为宜使用)到期失效策略,在 Memcached 内存储数据项时,还能不能 指定它在缓存的失效时间,默认为永久。

案例主要参考新浪微博陈波的技术分享,还能不能 查看原文《百亿级日访问量的应用如何做缓存分发?》

应用场景:缓存字典等常用数据。

新增字典元素图解

基本介绍:Guava Cache 是 Google 开源的 Java 重用工具集库 Guava 里的一款缓存工具。

共同,它的缺点也是应为缓存跟应用任务管理器耦合,多个应用任务管理器无法直接的共享缓存,各应用或集群的各节点都都要维护当事人的单独缓存,对内存是两种浪费。

Feed 缓存架构图

应用场景:主要缓存静态资源,类式图片,视频。

Memcached 分布式集群实现

Redis 持久化方法

新浪微博把 SSD 应用在分布式缓存场景中,将传统的 Redis/MC + MySQL 方法,扩展为 Redis/MC + SSD Cache + MySQL 方法。

Redis 数据淘汰内控 实现

Ehcache 过期数据淘汰机制:即懒淘汰机制,每次往缓存放上去数据的完后 ,后要存三个 时间,在读取的完后 要和设置的时间做 TTL 比较来判断否是是过期。

Guava Cache

Redis 缓存设计原则

缓存带来的简化度难题

本地应用缓存

优点



完后 用户请求的页面在代理服务器上有缓冲搞笑的话,代理服务器直接将缓冲内容发送给用户。

指的是在应用中的缓存组件,其最大的优点是应用和 Cache 是在同三个 任务管理器内控 ,请求缓存非常快速,越来越越多的网络开销等。

Guava Cache 的缓存更新策略如下图:



Redis 数据模型

缓存否是是高可用,都要根据实际的场景而定,并后要所有业务后要求缓存高可用,都要结合具体业务,情况进行方案设计,类式临界点否是是对后端的数据库造成影响。

应用场景:一般只缓存体积较小静态文件资源,如 css、js、图片。

Redis 是三个 远程内存数据库(非关系型数据库),性能强劲,具有一键复制形态以及避免难题而生的独一无二的数据模型。

简单的说可是我将数据调用到内存中,就让从内存中读取,从而大大提高读取速率。

分布式缓存接入方法

Ehcache 应用场景

反向代理趋于稳定应用服务器机房,避免所有对 Web 服务器的请求。

CDN 缓存

本文主要介绍大型分布式系统中缓存的相关理论,常见的缓存组件以及应用场景。

Ehcache 的架构如下图:

技术挑战

反向代理缓存应用图

Guava Cache 特点与功能

Rehash 执行流程



CDN 缓存应用如下图:

Ehcache 还能不能 从任务管理器内缓存扩展到使用 TB 级缓存的混合任务管理器内/任务管理器内控 署。

指的是与应用分离的缓存组件或服务,其最大的优点是自身可是我三个 独立的应用,与本地应用隔离,多个应用可直接的共享缓存。

数据淘汰内控 实现:懒淘汰机制为每次往缓存放上去数据的完后 ,后要存三个 时间,在读取的完后 要和设置的时间做 TTL 比较来判断否是是过期。

未使用 CDN 缓存

Guava Cache 的缓存回收策略如下图:

基本介绍:Ehcache 是两种基于标准的开源缓存,可提高性能,卸载数据库并简化可伸缩性。

缓存热点

分层缓存分发

缓存高可用

Memcached 的基本架构如下图:

Ehcache 的主要形态如下图:

Redis 的缓存设计原则如下图所示:

在单应用不都要集群支持完后 集群情况下各节点后要互相通知的场景下使用本地缓存较为宜。

缓存一般是 Key-Value 方法趋于稳定,当某三个 Key 不趋于稳定后要查询数据库,假若什儿 Key,突然 不趋于稳定,则会频繁的请求数据库,对数据库造成访问压力。

业界案例

Redis 与 Memcached 的比较如下图:

当 Memcached 服务器用完分配的内存时,失效的数据被首先替换,就让是最近未使用的数据。

Memcached

架构特点

Guava Cache 应用场景

主要避免方案:

分布式:实现数据的海量缓存。

一键复制:实现缓存数据节点的高可用。

Guava Cache 的数据形态如下图:

缓存介质如下图所示:

数据读写流程图

它是使用最广泛的基于 Java 的缓存,完后 它功能强大,经过验证,功能齐全,并与什儿 流行的库和框架集成。

CDN 缓存优点如下图:

缓存的分类

Guava Cache 特点与功能如下图:

编程直接实现如下图:

启动的要素过程图解

缓存数据过期策略

Memcached 的特点如下图:

Redis 的数据淘汰策略如下图:



反向代理缓存应用如下图:

开源实现

主要在数据架构、性能、储存成本、服务化等不同方面进行了优化增强。

下面主要介绍缓存分发常见难题以及避免方案,业界案例。

下面逐一介绍分析什儿 难题以及相应的避免方案。

Redis 底层实现要素解析如下图:

底层哈希表实现(渐进式Rehash)如下图:

Server 端持久化的要素操作图解

编程直接实现

Guava Cache 缓存更新策略

Ehcache 架构图

Guava Cache 数据形态图

开源实现如下图:

Redis

Ehcache 应用场景如下图:



缓存介质

分布式集群实现:服务端并越来越 “ 分布式 ” 功能。每个服务器后要详细独立和隔离的服务。 Memcached 的分布式,是由客户端任务管理器实现的。

Ehcache



缓存主要分为四类,如下图:

Redis 还还能不能 使用客户端分片来扩展写性能,内置了 一键复制(replication),LUA 脚本(Lua scripting),LRU 驱动事件(LRU eviction),事务(transactions) 和不同级别的磁盘持久化(persistence)。

使用 CDN 缓存



Ehcache 主要形态

分布式缓存的主要应用场景如下图:

常见的难题主要包括如下几点:

数据一致性

缓存穿透

缓存雪崩

缓存高可用

缓存热点

缓存雪崩

并通过 Redis 哨兵(Sentinel)和自动分区(Cluster)提供高可用性(High Availability)。