Web緩存架構(gòu)介紹

1、 Web緩存架構(gòu)介紹計算機領(lǐng)域多處地方用到緩存，比如說為了緩解CPU和內(nèi)存之間的速度不匹配問題，我們往往通過增加一級、二級、三級緩存，CPU先從緩存中取指令，如果取不到，再從內(nèi)存中取，并更新緩存，同時，根據(jù)程序的局部性原理，使得大部分情況下緩存都會命中。目前，Web應(yīng)用的核心數(shù)據(jù)通常存放在數(shù)據(jù)庫中，比如說用戶信息、訂單信息、交易信息等，同時，數(shù)據(jù)庫和編程語言是無關(guān)的，通過SQL交互，Java、Php等語言寫的程序需要訪問數(shù)據(jù)庫，執(zhí)行業(yè)務(wù)邏輯，展示結(jié)果給用戶。但是數(shù)據(jù)庫有一定的局限性，譬如：1.數(shù)據(jù)庫連接是非常 昂貴 的資源，為了復(fù)用這些資源，目前采用連接池技術(shù)，2. 連接池的連接數(shù)是有限的，如

2、果用戶過多，勢必要等待，3. 讀寫數(shù)據(jù)時需要加鎖。通過上述介紹，我們知道一個大型系統(tǒng)中數(shù)據(jù)庫往往會成為瓶頸，我們不能每次訪問都訪問數(shù)據(jù)庫，尤其是在多用戶，大并發(fā)的情況下。面對這種情況，我們通常采用何種方法呢？在計算機行業(yè)中的所有問題，都可以通過增加一個抽象層來解決。那么，針對數(shù)據(jù)庫這個瓶頸，我們可以在應(yīng)用層和數(shù)據(jù)庫層增加一層，即緩存層。如何實現(xiàn)緩存如果你是某某大型公司的首席架構(gòu)師，現(xiàn)在公司需要自研一套緩存系統(tǒng)，你應(yīng)該怎么設(shè)計呢？我想在設(shè)計之前應(yīng)該想好以下幾個問題：緩存里放什么格式的數(shù)據(jù)？應(yīng)用程序（客戶端）如何訪問緩存？緩存空間被應(yīng)用程序用完了怎么辦？要不要支持分布式存儲（數(shù)據(jù)的分片），怎么實現(xiàn)

3、？1. 緩存里存放什么格式的數(shù)據(jù)目前常見的數(shù)據(jù)格式有序列化對象、XML、JSON、字符串（key,value）和基本的數(shù)據(jù)結(jié)構(gòu)，其中針對Java語言的序列化對象有序列化和反序列化，而Google研發(fā)的protobuf是和語言無關(guān)的，比如說Python將某對象序列化，Java能將這個對象進行反序列化。2. 應(yīng)用程序該如何訪問緩存考慮到公司有很多后端小組，并且使用不同的編程語言，這就要求我們自研的緩存系統(tǒng)應(yīng)該和編程語言無關(guān)，基于此，我們需要制定一套協(xié)議來支持各種語言。客戶端如何使用這套協(xié)議？最常見的就是客戶端/服務(wù)器模型。首先，服務(wù)器監(jiān)聽請求；接著，客戶端發(fā)送請求，獲得響應(yīng)，其中客戶端發(fā)送的請求就

4、是協(xié)議；最后，基于Socket通信。比如說：set name mukedadaget name3. 緩存空間被用完了怎么辦？緩存服務(wù)器端在啟動的時候，應(yīng)該設(shè)置緩存大小，當(dāng)緩存被沾滿時，采用LRU算法。4.實現(xiàn)分布式存儲對于大型應(yīng)用服務(wù)器，單機的緩存服務(wù)器是支撐不了的。那么，就需要對緩存服務(wù)器進行水平擴展（即增刪服務(wù)器，當(dāng)活動結(jié)束后，就需要考慮刪減服務(wù)器），那么用什么算法讓數(shù)據(jù)相對平均的分配到每臺服務(wù)器？同時，這個算法應(yīng)該放在客戶端還是服務(wù)端呢？客戶端實現(xiàn)注意這里的客戶端指的是Web應(yīng)用服務(wù)，服務(wù)器列表信息通過配置文件獲得。當(dāng)節(jié)點數(shù)發(fā)生變化時，需要讓客戶端知曉。它的典型應(yīng)用是Memcached，

5、Memcached使用的是一致性Hash算法，在介紹它之前，我們先來看一下余數(shù)算法。對于用戶要存儲的（key，value）,計算key的整數(shù)哈希值，然后對服務(wù)器的數(shù)目求余，這樣來確定存儲服務(wù)器。這個方法存在一個致命的問題：當(dāng)服務(wù)器個數(shù)發(fā)送變化時，余數(shù)會發(fā)生變化，這樣一來需要重新到數(shù)據(jù)庫獲取數(shù)據(jù)。為了加深大家的理解，舉個具體的實例：假設(shè)有3臺服務(wù)器0、1、2，key1、key2的hash值分別是100,99，對應(yīng)的余數(shù)分別是1和0，也就是說它們分別存放于編號為1和0的服務(wù)器中，現(xiàn)在如果增加一臺服務(wù)器3，那么它們的余數(shù)也會隨之發(fā)生變化，100%4 = 0，99%4 = 3，但是它們在0、3號服務(wù)器

6、卻找不到對應(yīng)的數(shù)據(jù)。為了解決余數(shù)算法存在的問題，我們的先輩們提出了分布式一致性hash算法。它思路就是當(dāng)服務(wù)器個數(shù)發(fā)生變化時，盡可能的減少影響。譬如：當(dāng)我們新增node5，只影響局部范圍內(nèi)的key，而余數(shù)算法則影響全局。但是它也存在分布不均勻的問題，導(dǎo)致有的服務(wù)器上緩存的數(shù)據(jù)多，有的少。一種方法就是虛擬節(jié)點，也就是說讓一個服務(wù)器化身為多個虛擬節(jié)點，分布到環(huán)上。Memcache采用的就是這種方法。另一種方法就是Hash槽。Redis采用的就是這種方法，在介紹路由實現(xiàn)時會詳細介紹該方法。2. 代理實現(xiàn)代理程序放在服務(wù)器端，它的典型案例有Twemproxy和Codis。它的基本思想：應(yīng)用程序向Pro

7、xy發(fā)送請求，Proxy通過一定算法計算得到數(shù)據(jù)應(yīng)該從哪個節(jié)點獲取，并且返回響應(yīng)給客戶端。為了防止Proxy出現(xiàn)單點故障，可以通過集群等方式實現(xiàn)Proxy高可用。3. 路由實現(xiàn)它的典型案例就是Redis。它的基本思想是應(yīng)用程序可以將請求發(fā)送到任意一個節(jié)點，當(dāng)節(jié)點包含該請求數(shù)據(jù)，則直接返回響應(yīng)給應(yīng)用程序，當(dāng)節(jié)點不包含該請求數(shù)據(jù)時，則告訴它跳轉(zhuǎn)到其他節(jié)點中取數(shù)據(jù)，其中，客戶端程序庫需要解析相應(yīng)的指令。例如：當(dāng)node1中沒有數(shù)據(jù)，會讓客戶端程序訪問node3，這類似于web中的重定向，缺點： node1需要知道其他節(jié)點的數(shù)據(jù)，即node1和其他節(jié)點是相互通信的。首先它有16284個槽，每個node

8、節(jié)點管理一段Hash槽，每當(dāng)新來一個請求，都對它的key值進行CRC16(key)%16384求余，最終會落到016383這個區(qū)間的槽中。但是，每當(dāng)新增一個節(jié)點時，需要從原先的每個節(jié)點中獲取hash槽，這時需要涉及數(shù)據(jù)遷移的過程。如果在數(shù)據(jù)遷移的過程中有一個用戶請求，這個時候該怎么辦？目前一種解決方法是讓node1和node4的持有相同的槽，但是設(shè)置不同的狀態(tài)，例如node1的槽的狀態(tài)設(shè)置為正在遷移，而node4的狀態(tài)是正在導(dǎo)入，首先將請求交給node1，如果node1中有數(shù)據(jù)則直接返回，如果沒有則交給ndoe4。如下圖所示。同時，我們注意到node1、node2等存在單點故障，為增加可用性，我們對每個node使用主從模式。數(shù)據(jù)首先寫入到master節(jié)點，之后有兩種方式，方式一，直接將結(jié)果返回給客戶端，然后將master節(jié)點數(shù)據(jù)同步到slave從節(jié)點中，這樣做的好處就是響應(yīng)周期短，缺點是可能存在數(shù)據(jù)不一致的情況，即master節(jié)點將結(jié)果返回給客戶端之后，還沒來得及將數(shù)據(jù)同步到slave節(jié)點中就發(fā)生故障，那么這部分數(shù)據(jù)就會丟失。方式二，數(shù)據(jù)寫入到master節(jié)點之后，需要將數(shù)據(jù)同步到slave節(jié)點成功之后，再將結(jié)果返回給客戶端，這