Apakah strategi kemas kini cache Redis?

1. Faedah dan kos caching

1.1 Faedah

• Membaca dan menulis dipercepatkan: Kerana cache biasanya memori penuh (contohnya , Redis, Memcache), dan lapisan storan biasanya tidak mempunyai prestasi baca dan tulis yang kukuh (seperti MySQL), dan kelajuan baca dan tulis memori jauh lebih tinggi daripada cakera I/O. Penggunaan cache secara berkesan boleh mempercepatkan membaca dan menulis serta mengoptimumkan pengalaman pengguna.

• Kurangkan beban bahagian belakang: Bantu bahagian belakang mengurangkan akses (Mysql ditetapkan untuk mempunyai bilangan sambungan maksimum, jika sejumlah besar akses mencapai pangkalan data pada masa yang sama, dan cakera I/O Kelajuan sangat perlahan, yang boleh menyebabkan bilangan maksimum sambungan habis digunakan, tetapi maksimum teori Redis) dan pengiraan kompleks (seperti pernyataan SQL yang sangat kompleks) mengurangkan memuatkan pada bahagian belakang pada tahap yang besar.

1.2 Kos

• Ketidakkonsistenan data: Data dalam lapisan cache dan lapisan storan tidak konsisten dalam lingkungan tertentu tetingkap masa Tetingkap masa berkaitan dengan strategi kemas kini.

• Kos penyelenggaraan kod: Selepas menambah cache, logik lapisan cache dan lapisan storan perlu diproses pada masa yang sama, yang meningkatkan kos mengekalkan kod untuk pembangun.

• Kos operasi dan penyelenggaraan: Mengambil Redis Cluster sebagai contoh, selepas menyertai, kos operasi dan penyelenggaraan akan dinaikkan secara maya.

1.3 Senario Penggunaan

• Pengiraan kompleks yang mahal: Ambil MySQL sebagai contoh, beberapa operasi atau pengiraan yang kompleks (Untuk contoh, sebilangan besar operasi jadual bersama, beberapa pengiraan kumpulan), jika caching tidak ditambah, bukan sahaja ia tidak dapat memenuhi konkurensi yang tinggi, tetapi ia juga akan membawa beban yang besar kepada MySQL.

• Percepatkan respons permintaan: Walaupun menanya sekeping data hujung belakang cukup pantas, caching masih boleh digunakan dengan mengambil Redis, berpuluh-puluh ribu bacaan boleh diselesaikan sesaat Tulis, dan operasi kelompok yang disediakan boleh mengoptimumkan masa tindak balas keseluruhan rantaian IO

2. Strategi kemas kini cache

2.1 Memori strategi penyingkiran limpahan

Berfikir: Redis dalam persekitaran pengeluaran sering kehilangan beberapa data Sebaik sahaja ia ditulis, ia mungkin hilang selepas beberapa ketika. Apakah sebabnya?

Biasanya, cache Redis disimpan dalam ingatan, tetapi memandangkan memori itu berharga dan terhad, adalah perkara biasa untuk menggunakan cakera yang murah dan besar untuk penyimpanan. Sebuah mesin mungkin hanya mempunyai beberapa dozen gigabait memori, tetapi boleh mempunyai beberapa terabait kapasiti cakera keras. Redis terutamanya berdasarkan memori untuk melaksanakan operasi baca dan tulis berprestasi tinggi, berkonkurensi tinggi. Oleh itu, kerana memori adalah terhad, sebagai contoh, redis hanya boleh menggunakan 10G Apakah yang akan anda lakukan jika anda menulis 20G data ke dalamnya? Sudah tentu, data 10G akan dipadamkan, dan kemudian data 10G akan dikekalkan. Apakah data yang perlu dipadamkan? Apakah data yang perlu disimpan? Jelas sekali, anda perlu memadamkan data yang jarang digunakan dan mengekalkan data yang kerap digunakan. Dasar tamat tempoh Redis menentukan bahawa walaupun data telah tamat tempoh, ia akan terus menduduki memori.

Dalam Redis, apabila memori yang digunakan mencapai had atas memori maksimum (memori_terpakai>maxmemory), strategi kawalan limpahan yang sepadan akan dicetuskan. Dasar khusus dikawal oleh parameter maxmemory-policy.

Redis menyokong 6 strategi:

• noeviction: strategi lalai, tiada data akan dipadamkan, semua operasi tulis akan ditolak dan dikembalikan kepada Mesej ralat pelanggan (ralat) arahan OOM tidak dibenarkan apabila digunakan memori, pada masa ini Redis hanya bertindak balas kepada operasi baca

• Menurut algoritma LRU, padamkan nilai kunci dengan tamat masa atribut (tamat tempoh) dan lepaskan ruang yang mencukupi. Jika tiada objek utama yang boleh dipadam, kembali kepada strategi noeviction

• rawak meruap: padamkan kunci tamat tempoh secara rawak sehingga ruang yang mencukupi dibuat

• allkeys-lru: Padamkan kekunci mengikut algoritma LRU, tidak kira sama ada data mempunyai set atribut tamat masa, sehingga ruang yang mencukupi disediakan

• allkeys-random: Padamkan semua kekunci secara rawak sehingga ruang yang mencukupi disediakan Sehingga terdapat ruang yang mencukupi (tidak disyorkan)

• volatile-ttl: Padamkan data yang baru tamat tempoh berdasarkan atribut ttl (masa untuk hidup, TTL) bagi objek nilai kunci. Jika tidak, kembali kepada strategi noeviction

LRU: Paling Kurang Digunakan Baru-baru ini, elemen cache yang paling kurang digunakan baru-baru ini mempunyai cap masa, apabila kapasiti cache penuh dan perlu dikosongkan Apabila elemen baharu dicache, elemen dengan cap masa paling jauh dari masa semasa antara elemen cache sedia ada akan dikosongkan daripada cache.

Dasar kawalan limpahan memori boleh dikonfigurasikan secara dinamik menggunakan config set maxmemory-policy{policy}. Tulis arahan membawa kepada pelaksanaan pemulihan memori yang kerap apabila memori melimpah, yang sangat mahal Dalam seni bina replikasi induk-hamba, arahan padam yang sepadan dengan operasi pemulihan memori akan disegerakkan ke nod hamba untuk memastikan konsistensi data induk. dan nod hamba, mengakibatkan masalah penguatan tulis.

2.2 Strategi Tamat Tempoh

Strategi tamat tempoh yang digunakan oleh pelayan Redis ialah: pemadaman malas + pemadaman biasa

Pemadaman malas:

Setiap pustaka Redis mengandungi kamus tamat tempoh, yang menjimatkan masa tamat tempoh semua kunci. Apabila pelanggan membaca kunci, ia akan menyemak dahulu sama ada kunci telah tamat tempoh dalam kamus tamat tempoh Jika kunci telah tamat tempoh, ia akan melakukan operasi padam dan kembali kosong. Strategi ini adalah untuk menjimatkan kos CPU, tetapi menggunakan kaedah ini sahaja mempunyai masalah kebocoran memori Apabila kunci tamat tempoh belum diakses, ia tidak akan dipadamkan dalam masa, menyebabkan memori tidak dikeluarkan dalam masa.

Pemadaman berjadual:

Redis mengekalkan tugas berjadual secara dalaman, yang menjalankan 10 imbasan tamat tempoh sesaat secara lalai (diubah suai oleh konfigurasi hz dalam redis.conf) kali), imbasan tidak merentasi semua kunci dalam kamus tamat tempoh, tetapi menggunakan algoritma penyesuaian untuk mengitar semula kunci mengikut nisbah tamat tempoh kunci menggunakan dua mod kadar: cepat dan perlahan:

1 daripada kamus tamat tempoh Keluarkan 20 kekunci
2. Padamkan kekunci tamat tempoh antara 20 kekunci ini
3. Jika perkadaran kunci tamat tempoh melebihi 25%, ulangi langkah 1 dan 2

untuk memastikan bahawa tidak akan ada gelung dalam imbasan Berlebihan, ia telah melaksanakan tugas berjadual pemadaman berjadual dan tidak dapat menyediakan perkhidmatan kepada dunia luar, menyebabkan utas tersekat Ia juga meningkatkan had atas masa imbasan (iaitu, lalai adalah dalam mod perlahan. Jika 25 milisaat belum selesai, tukar kepada mod sekat, masa tamat masa dalam mod ialah 1 milisaat dan hanya boleh dijalankan sekali dalam masa 2 saat. Apabila mod perlahan selesai dan keluar biasanya, ia akan bertukar kembali kepada mod pantas)

Tiga , Kemas kini sisi Aplikasi

1 ia tidak mendapatnya, ia akan mendapat data daripada pangkalan data Selepas berjaya, ia akan diletakkan dalam cache.
2. Padam cache dahulu, dan kemudian kemas kini pangkalan data: Terdapat masalah besar dengan operasi ini Selepas cache dipadamkan, permintaan untuk mengemas kini data menerima permintaan baca , jadi permintaan baca dihantar terus, data dalam operasi baca adalah lama dan akan dimuatkan ke dalam cache Permintaan baca seterusnya akan mengakses semua data lama.
3. Kemas kini pangkalan data dahulu, kemudian padamkan cache (disyorkan). Sebab utama ialah dua operasi tulis serentak boleh menyebabkan data kotor.

4. Butiran cache

1 Kepelbagaian

Cache semua data adalah lebih serba boleh daripada data separa, tetapi dari pengalaman sebenar, aplikasi hanya memerlukan beberapa yang penting untuk masa yang lama harta benda.

2 Menduduki ruang

Caching semua data memerlukan lebih banyak ruang daripada sebahagian daripada data Terdapat masalah berikut:

• Semua data akan menyebabkan. masalah ingatan membazir.

• Semua data mungkin menjana sejumlah besar trafik rangkaian setiap kali, mengambil masa yang agak lama dan dalam kes yang melampau boleh menyekat rangkaian.

• Overhed CPU bagi pensirilan dan penyahsirilan semua data adalah lebih besar.

3 Penyelenggaraan Kod

Data penuh mempunyai kelebihan yang jelas, tetapi jika anda ingin menambah medan baharu pada sesetengah data, anda perlu mengubah suai kod perniagaan dan biasanya menyegarkan semula data yang dicache.

Atas ialah kandungan terperinci Apakah strategi kemas kini cache Redis?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!