一个架构师的缓存修炼之路

本文作者：张勇，现任科大讯飞高级架构师。11年后端经验，曾就职于同程艺龙、神州优车等公司。乐于分享、热衷通过自己的实践经验平铺对技术的理解。

 

一位七牛的资深架构师曾经说过这样一句话：

“Nginx+业务逻辑层+数据库+缓存层+消息队列，这种模型几乎能适配绝大部分的业务场景。

 

这么多年过去了，这句话或深或浅地影响了我的技术选择，以至于后来我花了很多时间去重点学习缓存相关的技术。

 

我在10年前开始使用缓存，从本地缓存、到分布式缓存、再到多级缓存，踩过很多坑。下面我结合自己使用缓存的历程，谈谈我对缓存的认识。

 

01 本地缓存

 

1. 页面级缓存

 

我使用缓存的时间很早，2010年左右使用过 OSCache，当时主要用在 JSP 页面中用于实现页面级缓存。伪代码类似这样：

<cache:cache key="foobar" scope="session"> 
      some jsp content 
</cache:cache>

 

中间的那段 JSP 代码将会以 key="foobar" 缓存在 session 中，这样其他页面就能共享这段缓存内容。在使用 JSP 这种远古技术的场景下，通过引入 OSCache 之后 ，页面的加载速度确实提升很快。

 

但随着前后端分离以及分布式缓存的兴起，服务端的页面级缓存已经很少使用了。但是在前端领域，页面级缓存仍然很流行。

 

2. 对象缓存

 

2011年左右，开源中国的红薯哥写了很多篇关于缓存的文章。他提到：开源中国每天百万的动态请求，只用 1 台 4 Core 8G 的服务器就扛住了，得益于缓存框架 Ehcache。

 

这让我非常神往，一个简单的框架竟能将单机性能做到如此这般，让我欲欲跃试。于是，我参考红薯哥的示例代码，在公司的余额提现服务上第一次使用了 Ehcache。

 

逻辑也很简单，就是将成功或者失败状态的订单缓存起来，这样下次查询的时候，不用再查询支付宝服务了。伪代码类似这样：

添加缓存之后，优化的效果很明显 , 任务耗时从原来的40分钟减少到了5~10分钟。

 

 

上面这个示例就是典型的「对象缓存」，它是本地缓存最常见的应用场景。相比页面缓存，它的粒度更细、更灵活，常用来缓存很少变化的数据，比如：全局配置、状态已完结的订单等，用于提升整体的查询速度。

 

3. 刷新策略

 

2018年，我和我的小伙伴自研了配置中心，为了让客户端以最快的速度读取配置， 本地缓存使用了 Guava，整体架构如下图所示：那本地缓存是如何更新的呢？有两种机制：

 

 •客户端启动定时任务，从配置中心拉取数据。
 •当配置中心有数据变化时，主动推送给客户端。这里我并没有使用websocket，而是使用了 RocketMQ Remoting 通讯框架。

 

后来我阅读了 Soul 网关的源码，它的本地缓存更新机制如下图所示，共支持 3 种策略：
▍zookeeper watch机制

 

soul-admin 在启动的时候，会将数据全量写入 zookeeper，后续数据发生变更时，会增量更新 zookeeper 的节点。与此同时，soul-web 会监听配置信息的节点，一旦有信息变更时，会更新本地缓存。

▍websocket 机制

 

websocket 和 zookeeper 机制有点类似，当网关与 admin 首次建立好 websocket 连接时，admin 会推送一次全量数据，后续如果配置数据发生变更，则将增量数据通过 websocket 主动推送给 soul-web。

 

▍http 长轮询机制

http请求到达服务端后，并不是马上响应，而是利用 Servlet 3.0 的异步机制响应数据。当配置发生变化时，服务端会挨个移除队列中的长轮询请求，告知是哪个 Group 的数据发生了变更，网关收到响应后，再次请求该 Group 的配置数据。

 

不知道大家发现了没？

 •pull 模式必不可少
 •增量推送大同小异

长轮询是一个有意思的话题 , 这种模式在 RocketMQ 的消费者模型也同样被使用，接近准实时，并且可以减少服务端的压力。

 

02 分布式缓存

 

关于分布式缓存, memcached 和 Redis 应该是最常用的技术选型。相信程序员朋友都非常熟悉了，我这里分享两个案例。

 

1.  合理控制对象大小及读取策略

 

2013年，我服务一家彩票公司，我们的比分直播模块也用到了分布式缓存。当时，遇到了一个 Young GC 频繁的线上问题，通过 jstat 工具排查后，发现新生代每隔两秒就被占满了。

 

进一步定位分析，原来是某些 key 缓存的 value 太大了，平均在 300K左右，最大的达到了500K。这样在高并发下，就很容易导致 GC 频繁。

 

找到了根本原因后，具体怎么改呢？我当时也没有清晰的思路。于是，我去同行的网站上研究他们是怎么实现相同功能的，包括：360彩票，澳客网。我发现了两点：
1、数据格式非常精简，只返回给前端必要的数据，部分数据通过数组的方式返回

2、使用 websocket，进入页面后推送全量数据，数据发生变化推送增量数据

 

再回到我的问题上，最终是用什么方案解决的呢？当时，我们的比分直播模块缓存格式是 JSON 数组，每个数组元素包含 20 多个键值对, 下面的 JSON 示例我仅仅列了其中 4 个属性。

[{     "playId":"2399",  

  "guestTeamName":"小牛",    

"hostTeamName":"湖人",    

"europe":"123" }]

这种数据结构，一般情况下没有什么问题。但是当字段数多达 20 多个，而且每天的比赛场次非常多时，在高并发的请求下其实很容易引发问题。

基于工期以及风险考虑，最终我们采用了比较保守的优化方案：

 

1）修改新生代大小，从原来的 2G 修改成 4G
2）将缓存数据的格式由 JSON 改成数组，如下所示：

[["2399","小牛","湖人","123"]]

 

修改完成之后, 缓存的大小从平均 300k 左右降为 80k 左右，YGC 频率下降很明显，同时页面响应也变快了很多。

但过了一会，cpu load 会在瞬间波动得比较高。可见，虽然我们减少了缓存大小，但是读取大对象依然对系统资源是极大的损耗，导致 Full GC 的频率也不低。 

 

3）为了彻底解决这个问题，我们使用了更精细化的缓存读取策略。

 

我们把缓存拆成两个部分，第一部分是全量数据，第二部分是增量数据（数据量很小）。页面第一次请求拉取全量数据，当比分有变化的时候，通过 websocket 推送增量数据。

 

第 3 步完成后，页面的访问速度极快，服务器的资源使用也很少，优化的效果非常优异。

 

经过这次优化，我理解到:  缓存虽然可以提升整体速度，但是在高并发场景下，缓存对象大小依然是需要关注的点，稍不留神就会产生事故。另外我们也需要合理地控制读取策略，最大程度减少 GC 的频率 , 从而提升整体性能。

 

2.  分页列表查询

 

列表如何缓存是我非常渴望和大家分享的技能点。这个知识点也是我 2012 年从开源中国上学到的，下面我以「查询博客列表」的场景为例。

 

我们先说第 1 种方案：对分页内容进行整体缓存。这种方案会按照页码和每页大小组合成一个缓存key，缓存值就是博客信息列表。假如某一个博客内容发生修改, 我们要重新加载缓存，或者删除整页的缓存。

 

这种方案，缓存的颗粒度比较大，如果博客更新较为频繁，则缓存很容易失效。下面我介绍下第 2 种方案：仅对博客进行缓存。流程大致如下：

 

1）先从数据库查询当前页的博客id列表，sql类似:

select id from blogs limit 0,10 

 

2）批量从缓存中获取博客id列表对应的缓存数据 ，并记录没有命中的博客id，若没有命中的id列表大于0，再次从数据库中查询一次，并放入缓存，sql类似：

select id from blogs where id in (noHitId1, noHitId2)

 

3）将没有缓存的博客对象存入缓存中

4）返回博客对象列表

理论上，要是缓存都预热的情况下，一次简单的数据库查询，一次缓存批量获取，即可返回所有的数据。另外，关于缓存批量获取，如何实现？

 

 •本地缓存：性能极高，for 循环即可

 •memcached：使用 mget 命令

 •Redis：若缓存对象结构简单，使用 mget 、hmget命令；若结构复杂，可以考虑使用 pipleline，lua脚本模式

 

第 1 种方案适用于数据极少发生变化的场景，比如排行榜，首页新闻资讯等。

 

第 2 种方案适用于大部分的分页场景，而且能和其他资源整合在一起。举例：在搜索系统里，我们可以通过筛选条件查询出博客 id 列表，然后通过如上的方式，快速获取博客列表。

 

03 多级缓存

 

首先要明确为什么要使用多级缓存？

本地缓存速度极快，但是容量有限，而且无法共享内存。分布式缓存容量可扩展，但在高并发场景下，如果所有数据都必须从远程缓存种获取，很容易导致带宽跑满，吞吐量下降。

 

有句话说得好，缓存离用户越近越高效！

使用多级缓存的好处在于：高并发场景下, 能提升整个系统的吞吐量，减少分布式缓存的压力。

2018年，我服务的一家电商公司需要进行 app 首页接口的性能优化。我花了大概两天的时间完成了整个方案，采取的是两级缓存模式，同时利用了 guava 的惰性加载机制，整体架构如下图所示：

缓存读取流程如下：

 

1、业务网关刚启动时，本地缓存没有数据，读取 Redis 缓存，如果 Redis 缓存也没数据，则通过 RPC 调用导购服务读取数据，然后再将数据写入本地缓存和 Redis 中；若 Redis 缓存不为空，则将缓存数据写入本地缓存中。

 

2、由于步骤1已经对本地缓存预热，后续请求直接读取本地缓存，返回给用户端。

 

3、Guava 配置了 refresh 机制，每隔一段时间会调用自定义 LoadingCache 线程池（5个最大线程，5个核心线程）去导购服务同步数据到本地缓存和 Redis 中。

 

优化后，性能表现很好，平均耗时在 5ms 左右。最开始我以为出现问题的几率很小，可是有一天晚上，突然发现 app 端首页显示的数据时而相同，时而不同。

也就是说： 虽然 LoadingCache 线程一直在调用接口更新缓存信息，但是各个服务器本地缓存中的数据并非完成一致。说明了两个很重要的点： 

 

1、惰性加载仍然可能造成多台机器的数据不一致

 

2、 LoadingCache 线程池数量配置的不太合理,  导致了线程堆积

 

最终，我们的解决方案是：

1、惰性加载结合消息机制来更新缓存数据，也就是：当导购服务的配置发生变化时，通知业务网关重新拉取数据，更新缓存。

 

2、适当调大 LoadigCache 的线程池参数，并在线程池埋点，监控线程池的使用情况，当线程繁忙时能发出告警，然后动态修改线程池参数。

 

写在最后

缓存是非常重要的一个技术手段。如果能从原理到实践，不断深入地去掌握它，这应该是技术人员最享受的事情。

 

这篇文章属于缓存系列的开篇，更多是把我 10 多年工作中遇到的典型问题娓娓道来，并没有非常深入地去探讨原理性的知识。

 

我想我更应该和朋友交流的是：如何体系化的学习一门新技术。

 

 •选择该技术的经典书籍，理解基础概念 

 •建立该技术的知识脉络 

 •知行合一，在生产环境中实践或者自己造轮子

 •不断复盘，思考是否有更优的方案

 

后续我会连载一些缓存相关的内容：包括缓存的高可用机制、codis 的原理等，欢迎大家继续关注。

 

 

公众号：铭毅天下Elasticsearch