标签:缓存 命中率 Redis bitmaps 访问 常见问题 id
问题描述:
* 针对 DB 中不存在的数据源,每次请求缓存和数据库都不存在
造成后果:
* 应用服务器压力变大
* Redis 命中率大幅度降低
* `数据库压力巨增甚至 down 掉`
* 该现象对于 Redis 无影响,奔溃的是数据库
造成原因:
* 频繁访问不存在数据
解决方案:
1. 空值缓存:查询数据库返回为 null 时也进行缓存,但一定设置很短的过期时间
2. 实时监控:对 Redis 命中率进行实时监控,当发现命中率极速降低时,人为排查访问对象和访问数据,和运维人员配合,可以设置黑名单限制服务
3. 设置访问白名单:使用 bitmaps 类型定义一个可以访问的名单,名单 id 作为 bitmaps 的偏移量,每次访问和 bitmap 里面的 id 进行比较,如果访问 id 不在 bitmaps 里面,进行拦截,不允许访问。
4. 布隆过滤器:它实际上是一个很长的二进制向量 (位图) 和一系列随机映射函数(哈希函数)。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法,缺点是有一定的误识别率和删除困难。
标签:缓存,命中率,Redis,bitmaps,访问,常见问题,id 来源: https://www.cnblogs.com/wen0223/p/16149341.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。