Redis緩存問題怎么解決

這篇文章主要講解了“Redis緩存問題怎么解決”，文中的講解內(nèi)容簡單清晰，易于學(xué)習(xí)與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學(xué)習(xí)“Redis緩存問題怎么解決”吧！

LevelDB 來了！

它是 Google 開源的 NOSQL 存儲引擎庫，是現(xiàn)代分布式存儲領(lǐng)域的一枚原子彈。在它的基礎(chǔ)之上，F(xiàn)acebook 開發(fā)出了另一個(gè) NOSQL 存儲引擎庫 RocksDB，沿用了 LevelDB 的先進(jìn)技術(shù)架構(gòu)的同時(shí)還解決了 LevelDB 的一些短板。你可以將 RocksDB 比喻成氫彈，它比 LevelDB 的威力更大一些。現(xiàn)代開源市場上有很多數(shù)據(jù)庫都在使用 RocksDB 作為底層存儲引擎，比如大名鼎鼎的 TiDB。

但是為什么我要講 LevelDB 而不是 RocksDB 呢？其原因在于 LevelDB 技術(shù)架構(gòu)更加簡單清晰易于理解。如果我們先把 LevelDB 吃透了再去啃一啃 RocksDB 就會非常好懂了，RocksDB 也只是在 LevelDB 的基礎(chǔ)上添磚加瓦進(jìn)行了一系列優(yōu)化而已。等到我們攻破了 RocksDB 這顆氫彈，TiDB 核動力宇宙飛船已經(jīng)在前方不遠(yuǎn)處等著我們了。

Redis 緩存有什么問題？

當(dāng)我們將 Redis 拿來做緩存用時(shí)，背后肯定還有一個(gè)持久層數(shù)據(jù)庫記錄了全量的冷熱數(shù)據(jù)。Redis 和持久層數(shù)據(jù)庫之間的數(shù)據(jù)一致性是由應(yīng)用程序自己來控制的。應(yīng)用程序會優(yōu)先去緩存中獲取數(shù)據(jù)，當(dāng)緩存中沒有數(shù)據(jù)時(shí)，應(yīng)用程序需要從持久層加載數(shù)據(jù)，然后再放進(jìn)緩存中。當(dāng)數(shù)據(jù)更新發(fā)生時(shí)，需要將緩存置為失效。

function getUser(String userId) User {
  User user = redis.get(userId);
  if user == null {
    user = db.get(userId);
    if user != null {
      redis.set(userId, user);
    }
  }
  return user;
}

function updateUser(String userId, User user) {
  db.update(userId, user);
  redis.expire(userId);
}

有過這方面開發(fā)經(jīng)驗(yàn)的朋友們就知道寫這樣的代碼還是挺繁瑣的，所有的涉及到緩存的業(yè)務(wù)代碼都需要加上這一部分邏輯。

嚴(yán)格來說我們還需要仔細(xì)考慮緩存一致性問題，比如在 updateUser 方法中，數(shù)據(jù)庫正確執(zhí)行了更新，但是緩存 redis 因?yàn)榫W(wǎng)絡(luò)抖動等原因置為失效沒有成功，那么緩存中的數(shù)據(jù)就成了過期數(shù)據(jù)。如果你將設(shè)置緩存和更新持久存的先后順序反過來，也還是會有其它問題，這個(gè)讀者可以自行思考一下。

LevelDB 是如何解決的？

LevelDB 將 Redis 緩存和持久層合二為一，一次性幫你搞定緩存和持久層。有了 LevelDB，你的代碼可以簡化成下面這樣

function getUser(String userId) User {
  return leveldb.get(userId);
}

function updateUser(String userId, User user) {
  leveldb.set(userId, user);
}

而且你再也不用當(dāng)心緩存一致性問題了，LevelDB 的數(shù)據(jù)更新要么成功要么不成功，不存在中間薛定諤狀態(tài)。LevelDB 的內(nèi)部已經(jīng)內(nèi)置了內(nèi)存緩存和持久層的磁盤文件，用戶完全不用操心內(nèi)部是數(shù)據(jù)如何保持一致的。

LevelDB 具體是什么？

前面我們說道它是一個(gè) NOSQL 存儲引擎，它和 Redis 不是一個(gè)概念。Redis 是一個(gè)完備的數(shù)據(jù)庫，而 LevelDB 它只是一個(gè)引擎。如果將數(shù)據(jù)庫必須成一輛高級跑車，那么存儲引擎就是它的發(fā)動機(jī)，是核心是心臟。有了這個(gè)發(fā)動機(jī)，我們再給它包裝上一系列的配件和裝飾，就可以成為數(shù)據(jù)庫。不過也不要小瞧了配件和裝飾，做到極致那也是非常困難，將 LevelDB 包裝成一個(gè)簡單易用的數(shù)據(jù)庫需要加上太多太多精致的配件。LevelDB 和 RocksDB 出來這么多年，能夠在它的基礎(chǔ)上做出非常一個(gè)完備的生產(chǎn)級數(shù)據(jù)庫寥寥無幾。

在使用 LevelDB 時(shí)，我們還可以將它看成一個(gè) Key/Value 內(nèi)存數(shù)據(jù)庫。它提供了基礎(chǔ)的 Get/Set API，我們在代碼里可以通過這個(gè) API 來讀寫數(shù)據(jù)。你還可以將它看成一個(gè)無限大小的高級 HashMap，我們可以往里面塞入無限條 Key/Value 數(shù)據(jù)，只要磁盤可以裝下。

正是因?yàn)樗荒芩阕饕粋€(gè)內(nèi)存數(shù)據(jù)庫，它里面裝的數(shù)據(jù)無法跨進(jìn)程跨機(jī)器共享。在分布式領(lǐng)域，LevelDB 要如何大顯身手呢？

這就需要靠包裝技術(shù)了，在 LevelDB 內(nèi)存數(shù)據(jù)庫的基礎(chǔ)上包裝一層網(wǎng)絡(luò) API。當(dāng)不同機(jī)器上不同的進(jìn)程要來訪問它時(shí)，都統(tǒng)一走網(wǎng)絡(luò) API 接口。這樣就形成了一個(gè)簡易的數(shù)據(jù)庫。如果在網(wǎng)絡(luò)層我們使用 Redis 協(xié)議來包裝，那么使用 Redis 的客戶端就可以讀寫這個(gè)數(shù)據(jù)庫了。

如果要考慮數(shù)據(jù)庫的高可用性，我們在上面這個(gè)單機(jī)數(shù)據(jù)庫的基礎(chǔ)上再加上主從復(fù)制功能就可以變身成為一個(gè)主從結(jié)構(gòu)的分布式 NOSQL 數(shù)據(jù)庫。在主從數(shù)據(jù)庫前面加一層轉(zhuǎn)發(fā)代理（負(fù)載均衡器如 LVS、F5 等），就可以實(shí)現(xiàn)主從的實(shí)時(shí)切換。

如果你需要的數(shù)據(jù)容量特別大以至于單個(gè)機(jī)器的硬盤都容不下，這時(shí)候就需要數(shù)據(jù)分片機(jī)制將整個(gè)數(shù)據(jù)庫的數(shù)據(jù)分散到多臺機(jī)器上，每臺機(jī)器只負(fù)責(zé)一部分?jǐn)?shù)據(jù)的讀寫工作。數(shù)據(jù)分片的方案非常多，可以像 Codis 那樣通過轉(zhuǎn)發(fā)代理來分片，也可以像 Redis-Cluster 那樣使用客戶端轉(zhuǎn)發(fā)機(jī)制來分片，還可以使用 TiDB 的 Raft 分布式一致性算法來分組管理分片。最簡單最易于理解的還是要數(shù) Codis 的轉(zhuǎn)發(fā)代理分片。

當(dāng)數(shù)據(jù)量繼續(xù)增長需要新增節(jié)點(diǎn)時(shí)，就必須將老節(jié)點(diǎn)上的數(shù)據(jù)部分遷移到新節(jié)點(diǎn)上，管理數(shù)據(jù)的均衡和遷移的又是一個(gè)新的高級配件 —— 數(shù)據(jù)均衡器。

感謝各位的閱讀，以上就是“Redis緩存問題怎么解決”的內(nèi)容了，經(jīng)過本文的學(xué)習(xí)后，相信大家對Redis緩存問題怎么解決這一問題有了更深刻的體會，具體使用情況還需要大家實(shí)踐驗(yàn)證。這里是億速云，小編將為大家推送更多相關(guān)知識點(diǎn)的文章，歡迎關(guān)注！