1.分布式

1.集中式

傳統(tǒng)的計(jì)算模型通常是集中式的，所有的計(jì)算任務(wù)和數(shù)據(jù)處理都由單一的計(jì)算機(jī)或服務(wù)器完成。然而，隨著數(shù)據(jù)量和計(jì)算需求的增加，集中式系統(tǒng)可能會(huì)面臨性能瓶頸和可靠性問(wèn)題。

故而引出了分布式↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓

2.分布式

分布式是一種利用多臺(tái)計(jì)算機(jī)協(xié)同工作來(lái)完成任務(wù)的計(jì)算模型。

分布式系統(tǒng)的目標(biāo)是通過(guò)將任務(wù)和數(shù)據(jù)分割成小塊，將計(jì)算任務(wù)分發(fā)到不同的計(jì)算節(jié)點(diǎn)上，充分利用多臺(tái)計(jì)算機(jī)的處理能力，以應(yīng)對(duì)大規(guī)模的計(jì)算需求，以提高性能、可擴(kuò)展性和容錯(cuò)性。

分布式系統(tǒng)的一些問(wèn)題：數(shù)據(jù)一致性、通信延遲、故障處理等。為了解決這些問(wèn)題，需要使用各種技術(shù)和算法，如分布式數(shù)據(jù)庫(kù)、消息隊(duì)列、負(fù)載均衡、分布式存儲(chǔ)等。

2.分布式緩存

例如：redis緩存

分布式緩存是用于存儲(chǔ)和管理數(shù)據(jù)以提高性能和響應(yīng)速度的一種技術(shù)。

通常用于加速應(yīng)用程序的數(shù)據(jù)訪問(wèn)，減輕后端數(shù)據(jù)庫(kù)或其他數(shù)據(jù)存儲(chǔ)系統(tǒng)的負(fù)載。

在分布式緩存中，數(shù)據(jù)被存儲(chǔ)在位于應(yīng)用程序和數(shù)據(jù)存儲(chǔ)系統(tǒng)之間的一個(gè)或多個(gè)緩存節(jié)點(diǎn)中。這些節(jié)點(diǎn)可以位于不同的服務(wù)器或計(jì)算機(jī)上，形成一個(gè)分布式的緩存網(wǎng)絡(luò)。當(dāng)應(yīng)用程序需要訪問(wèn)數(shù)據(jù)時(shí)，它首先會(huì)查詢緩存，如果緩存中存在數(shù)據(jù)，就可以快速獲取而不必訪問(wèn)原始數(shù)據(jù)存儲(chǔ)系統(tǒng)。

需要注意的問(wèn)題：

1. 緩存穿透

2. 緩存擊穿

3. 緩存雪崩

4. 數(shù)據(jù)一致性

1.緩存穿透

指查詢一個(gè)數(shù)據(jù)庫(kù)中一定不存在的數(shù)據(jù)，由于緩存是不命中，將去查詢數(shù)據(jù)庫(kù)，但是數(shù)據(jù)庫(kù)也無(wú)此記錄

解決方案：

1.緩存null

當(dāng)數(shù)據(jù)庫(kù)中查不到數(shù)據(jù)的時(shí)候，緩存一個(gè)空對(duì)象，然后給這個(gè)空對(duì)象的緩存設(shè)置一個(gè)過(guò)期時(shí)間，這樣下次再查詢?cè)摂?shù)據(jù)的時(shí)候，就可以直接從緩存中拿到，從而達(dá)到了減小數(shù)據(jù)庫(kù)壓力的目的

存在缺點(diǎn)：

1. 需要緩存層提供更多的內(nèi)存空間來(lái)緩存這些空對(duì)象，當(dāng)這種空對(duì)象很多的時(shí)候，就會(huì)浪費(fèi)更多的內(nèi)存；

2. 會(huì)導(dǎo)致緩存層和存儲(chǔ)層的數(shù)據(jù)不一致，即使在緩存空對(duì)象時(shí)給它設(shè)置了一個(gè)很短的過(guò)期時(shí)間，那也會(huì)導(dǎo)致這一段時(shí)間內(nèi)的數(shù)據(jù)不一致問(wèn)題。

2.使用布隆過(guò)濾器

布隆過(guò)濾器：

布隆過(guò)濾器，就是一種數(shù)據(jù)結(jié)構(gòu)，它是由一個(gè)長(zhǎng)度為m bit的位數(shù)組與n個(gè)hash函數(shù)組成的數(shù)據(jù)結(jié)構(gòu)，位數(shù)組中每個(gè)元素的初始值都是0。在初始化布隆過(guò)濾器時(shí)，會(huì)先將所有key進(jìn)行n次hash運(yùn)算，這樣就可以得到n個(gè)位置，然后將這n個(gè)位置上的元素改為1。這樣，就相當(dāng)于把所有的key保存到了布隆過(guò)濾器中了。

布隆過(guò)濾器就相當(dāng)于一個(gè)位于客戶端與緩存層中間的攔截器一樣，負(fù)責(zé)判斷key是否在集合中存在

存在缺點(diǎn)：

有誤判的可能(位數(shù)組長(zhǎng)度越大，誤判率越低)： 例如：

有三個(gè)key，經(jīng)hash運(yùn)算后

key1: 1 、2 、4

key2: 2 、5 、6

key3: 4、 5 、6 由于4、5、6都以存在已置為1，布隆過(guò)濾器就認(rèn)為key3在庫(kù)中存在

2.緩存擊穿

對(duì)于設(shè)置了過(guò)期時(shí)間的key(一個(gè)key)，緩存在某個(gè)時(shí)間點(diǎn)過(guò)期了，在該熱點(diǎn)數(shù)據(jù)重新載入緩存之前，恰好這時(shí)間點(diǎn)對(duì)這個(gè)Key有大量的并發(fā)請(qǐng)求過(guò)來(lái)，這些請(qǐng)求發(fā)現(xiàn)緩存過(guò)期一般都會(huì)從后端 DB 加載數(shù)據(jù)并回設(shè)到緩存，這個(gè)時(shí)候大并發(fā)的請(qǐng)求可能會(huì)瞬間把 DB 壓垮。

解決方案：

1.永遠(yuǎn)不過(guò)期

1. 不對(duì)這個(gè)key設(shè)置過(guò)期時(shí)間

2. 正常給key設(shè)置過(guò)期時(shí)間，同時(shí)在后臺(tái)同時(shí)啟一個(gè)定時(shí)任務(wù)去定時(shí)地更新這個(gè)緩存

2.使用分布式鎖

同一時(shí)刻只能有一個(gè)查詢請(qǐng)求重新加載熱點(diǎn)數(shù)據(jù)到緩存中。

這樣，其他的線程只需等待該線程運(yùn)行完畢，即可重新從Redis中獲取數(shù)據(jù)

整體的思想：獲取鎖的時(shí)候向Redis中插入數(shù)據(jù)，釋放鎖的時(shí)候從Redis中刪除數(shù)據(jù)。

使用的命令: setnx

詳細(xì)往下看↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓

3.緩存雪崩

當(dāng)緩存中有大量的key在同一時(shí)刻過(guò)期，或者Redis直接宕機(jī)了，導(dǎo)致大量的查詢請(qǐng)求全部到達(dá)數(shù)據(jù)庫(kù)，造成數(shù)據(jù)庫(kù)查詢壓力驟增，甚至直接掛掉

解決方案：

1.添加過(guò)期隨機(jī)數(shù)，使key均勻失效

將key的過(guò)期時(shí)間后面加上一個(gè)隨機(jī)數(shù),這個(gè)隨機(jī)數(shù)值的范圍可以根據(jù)自己的業(yè)務(wù)情況自行設(shè)定，這樣可以讓key均勻的失效，避免大批量的同時(shí)失效。

4.數(shù)據(jù)一致性問(wèn)題

因?yàn)閿?shù)據(jù)庫(kù)與緩存是不同的組件，操作必須有先后順序，無(wú)法像數(shù)據(jù)庫(kù)的事務(wù)一樣滿足ACID的特性，所以就會(huì)出現(xiàn)數(shù)據(jù)在緩存中與在數(shù)據(jù)

庫(kù)中不一致的問(wèn)題。

在更新的時(shí)候，操作緩存和數(shù)據(jù)庫(kù)無(wú)疑就是以下四種可能之一：

1.雙寫(xiě)模式:

• 先更新緩存，再更新數(shù)據(jù)庫(kù)

• 先更新數(shù)據(jù)庫(kù)，再更新緩存

2.失效模式:

• 先刪除緩存，再更新數(shù)據(jù)庫(kù)

• 先更新數(shù)據(jù)庫(kù)，再刪除緩存

1.先更新緩存，在更新數(shù)據(jù)庫(kù)

如果我成功更新了緩存，但是在執(zhí)行更新數(shù)據(jù)庫(kù)的那一步，服務(wù)器突然宕機(jī)了，那么此時(shí)，我的緩存中是最新的數(shù)據(jù)，而數(shù)據(jù)庫(kù)中是舊的數(shù)據(jù)。

2.先更新數(shù)據(jù)庫(kù)，在更新緩存

如果我成功更新了數(shù)據(jù)庫(kù)，但是在執(zhí)行更新緩存的那一步，服務(wù)器突然宕機(jī)了，那么此時(shí)，我的緩存中就是老數(shù)據(jù)，而數(shù)據(jù)庫(kù)中是新的數(shù)據(jù)。

3.先刪除緩存，在更新數(shù)據(jù)庫(kù)

非高并發(fā)情況下可保證數(shù)據(jù)一致性:

若刪除緩存成功，更新數(shù)據(jù)庫(kù)失敗，下次操作會(huì)去數(shù)據(jù)庫(kù)中獲取該數(shù)據(jù)，并將最新數(shù)據(jù)寫(xiě)入緩存

讀寫(xiě)發(fā)情況下會(huì)出現(xiàn)數(shù)據(jù)不一致問(wèn)題:

4.先更新數(shù)據(jù)庫(kù)，在刪除緩存

1.更新數(shù)據(jù)庫(kù)成功了，而刪除緩存失敗

數(shù)據(jù)庫(kù)中就會(huì)是新數(shù)據(jù)，而緩存中是舊數(shù)據(jù)，數(shù)據(jù)就出現(xiàn)了不一致情況：

2.更新數(shù)據(jù)庫(kù)成功了，刪除緩存也執(zhí)行成功

還是會(huì)造成數(shù)據(jù)的不一致性

但是此處達(dá)成這個(gè)數(shù)據(jù)不一致性的條件明顯會(huì)比起其他的方式更為困難 ：

• 時(shí)刻1：讀請(qǐng)求的時(shí)候，緩存正好過(guò)期

• 時(shí)刻2：讀請(qǐng)求在寫(xiě)請(qǐng)求更新數(shù)據(jù)庫(kù)之前查詢數(shù)據(jù)庫(kù)，

• 時(shí)刻3：寫(xiě)請(qǐng)求，在更新數(shù)據(jù)庫(kù)之后，要在讀請(qǐng)求成功寫(xiě)入緩存前，先執(zhí)行刪除緩存操作。

這通常是很難做到的，因?yàn)樵谡嬲牟l(fā)開(kāi)發(fā)中，更新數(shù)據(jù)庫(kù)是需要加鎖的，不然沒(méi)一點(diǎn)安全性

5.延遲雙刪

先進(jìn)行緩存清除，在更新數(shù)據(jù)庫(kù)，最后（延遲N秒確保數(shù)據(jù)庫(kù)已更新）再執(zhí)行緩存清除。進(jìn)行兩次刪除，且中間需要延遲一段時(shí)間

上述方案在極端情況下，如果第三步刪除失敗仍然可能導(dǎo)致數(shù)據(jù)一致性問(wèn)題，解決方案有：文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-727517.html

?????引入MQ重試機(jī)制,基于數(shù)據(jù)庫(kù)binlog的方式增量解析、訂閱和消費(fèi)

到了這里，關(guān)于一文拿捏分布式、分布式緩存及其問(wèn)題解決的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！