架构师之路-redis集群解析

引子

上篇《架构师之路-https底层原理》里我提到了上面的整体视图，文章也介绍了想要真正能在工作中及时正确解决问题的基本功：原理理解透彻。今天以redis集群解析为例介绍一个及时敏锐的发现问题的基本功：深入分析。

我认为达到深入分析有三个步骤：

第一步，深入理解

第二步，学以致用

第三步，千人千问

第一步redis集群各种原理介绍的人也很多；第二步很多人实际项目中大概也对redis集群不陌生；所以本文主要讲第三步：千人千问。

提出问题

"redis集群使用时有什么注意事项？"这是之前有段时间我面试喜欢问的一个问题。我的一个观点是作为redis集群的使用方而不是开发者首先要做的是用好。通过这个问题确定候选人用好了，再去挖掘他是通过了解了怎么用好的。所以我通常不会一开始就问一些中间件的原理，而是先从使用者的角度提出问题。

下面列举了6条代表性的回答：

1>防止集中失效

2>单线程执行，注意不要卡住

3>注意客户端和服务端的版本匹配

4>分片要保持流量均匀

5>注意超时时间配置

6>当内存缓存用，推荐删除代替更新

每条问题前面加上个为什么，就引出了6条新的问题。

解决问题

Q1：为什么要防止缓存集中失效？

A：缓存穿透、缓存集中失效和缓存雪崩并称为缓存世界的三大问题。先来总结理解一下这三个概念。这三个概念都是建立在缓存的一大作用就是对后端存储，比如mysql的保护。缓存没有保护住mysql，一个或一些到mysql了，那就是穿透；一个时间点缓存数据没有了，打到mysql了就是集中失效；缓存完全丧失了保护mysql的能力，请求全打到mysql了，就是雪崩。

所以防止缓存集中失效是对后端存储的保护。

Q2：为什么单线程执行，注意不要卡住？

A：卡住换个专业点的词就是阻塞嘛。什么叫阻塞呢，一辆小轿车A在单行道跑，遇到前面一辆车B停了，那A就被阻塞了。如果A和B都在高速单行道上跑，A开了160迈、B开了140迈。就算高速的允许最高速度是120迈(咱就当路过的是没有摄像头的路段，这俩车肆无忌惮)，那A是不是还是被B给阻塞了呢？所以卡住造成的最直接影响就是快的快不起来，因为单线程不能绕行嘛。

有人说不是可以多开几个redis嘛。是滴，但是客户端分请求使用的是crc16，根本不会先探测哪个服务端比较空闲呀。所以后面来的总会被阻塞。

注意不要卡住还有个大家更常听到的名字：“避免大key问题”。其实我刚听到这个名字的时候是觉得很奇怪的。因为避免大key实际上是要避免key所对应的value不要太大。我之前一直觉得这个名字取的不对。那应该叫“避免大value问题”。后来想想这确实是正宗的中国话。比如张三的媳妇，人家都怎样叫呢？一般都是张三媳妇、张三家的。因为他家主要是张三出来抛头露面。那redis取值也一样，一般是先知道key，从key取value。用这个key取出来的数据大，就是大key问题啦。

Q3：如果不注意客户端和服务端版本匹配会引发什么问题？

A：先来思考客户端做了什么事情。我理解它就做了两件事：第一是使用RESP（Redis自定义的序列化协议）传输客户端命令并返回结果。第二是为了做第一件事，因为Redis集群是直连服务端模式，所以计算命令要落在哪个节点、哪个哈希槽上也是客户端来做的，我就称为选节点吧。

其实要回答客户端和服务端不匹配会引发什么问题，正规的方法应该是查看客户端版本升级都做过什么更新。

一般升级会做的是客户端依赖的jar包变了。这个可能会引起程序启动错误，但是这个往往启动成功了就不会再有问题，和服务端版本没有直接关系。

十年前还在用memcache的时候，发生过一次升级客户端版本，因为算法发生了变化，所以导致缓存全部不命中的问题。Redis最近的算法一直是crc16。如果不存在分布式算法不兼容问题的话，下一个要考虑的是大迭代是Redis3.0版本，支持了集群，集群模式是必须要匹配的。

Q4：为什么分片要保持流量均匀？

A：要提分片先来回忆一下redis集群的发展史，从单机版到主从版，后来有了大家可能很耳熟的哨兵模式。哨兵模式就是给主从增加一个监控，发现主节点挂了自动把从节点升级为主节点，有了故障自动迁移的功能。但是直到哨兵时代都只有一个主节点，也就是处理写请求的节点，不能称之为真正的集群。这也是很无奈的事情，一旦多个节点写一份数据，就涉及到数据一致性的问题。

一个蜂巢只能有一个蜂后，多出来一个，蜜蜂们就不会正常提供采蜜服务了，都打架去了。但是分成两个蜂巢呢？秩序就会恢复。所以现在的集群基本都是分片的原理。之前主从和哨兵的经验不能废弃，加上分片。redis集群就是将一个完整服务数据分成几份，每份都带着从节点，故障时可自动转移的一个整体。之前在《Redis集群搭建采坑总结》里讲过，1个节点的集群会有问题，最少需要3主3从也就是6个redis进程。3个主方便在1个挂掉之后重新选主。

梳理了这个之后，分片保持流量均匀这件事也很容易了。就是Q2的问题，均匀更不容易阻塞嘛。

Q5：为什么要注意超时时间配置？

A：提到redis的key的过期时间，首先想到的是redis的术语中，带过期时间的key又叫volatile key，就是不稳定key。怎么不稳定呢？就相当key这个对象有value和过期时间2个属性。过期时间这个属性1s改变一次(redis领域内时间都是以秒为单位)，一直在变，当然不稳定。

如果把过期时间理解为key的一个属性，那也很好理解：对其进行del、set命令时过期时间也会删除；rename会把过期时间传给新的key；incr、lpush、hset等命令改变的是key的存储容器，没有改变key这个对象本身所以不会影响过期时间。

值得注意的是persist命令就是持久化保存的意思，将不稳定变成稳定，过期时间也自动删除了。

Redis在服务端有过期策略，但是对客户端是不感知的。客户端访问过期的就是一个表现，访问不到了。实际上服务端是有两种策略配合使用，一个是惰性删除，就是访问的时候发现过期了，就直接删除了；另一个策略会定期去删除，这个是为了防止一个过期的key总是不被访问到，还占着资源不释放。

Q6：为什么当内存缓存用，推荐删除代替更新？

A：一般大家出于数据一致性的考虑，会选择删除代替更新。这都是基于更新一定要更新数据库的固有思路。并发场景下，A的值1先被更新到数据库再更新缓存时，又来了一个更新请求把A的值更新为2。如果这时候执行更新为1的服务器性能不好或者网络传输速度比更新为2的慢，导致2在数据库是最新值，而设置为1的后更新了缓存。缓存就和数据库不一致了。

但只是记住删除代替更新不太够。如果先删除缓存再更新数据库，其他请求可能会把数据库老的值再加载到缓存中。记得之前有人介绍缓存还有三大种模式：Cache-Aside、Read-Through/Write-Through、Write-Behind。

Cache-Aside就是先更新数据库再删除缓存数据，可以避免上面提到的持续脏读的问题，顶多就是更新数据库的那一小段时间有更新延迟可见。我们给Cache-Aside起个中文名，叫经典模式。

Read-Through/Write-Through就是数据以缓存为准，数据库的操作是缓存发起的。Read-Through是在读数据时发现缓存过期了，那缓存自己去数据库加载新的数据，读数据还是读取缓存值。Write-Through写数据时调用方只负责写缓存，缓存自己去同步更新数据库。Read-Through/Write-Through一般配合使用。

Write-Behind和Write-Through的区别是虽然都是是写数据时调用方只负责写缓存，但是Write-Behind缓存自己去异步更新数据库。

因为Read-Through/Write-Through、Write-Behind都是以缓存为准，缓存不可靠，所以还是推荐经典模式。

后记

一些朋友问我一边上班一边写文章哪有那么多时间呀。细心的朋友可能会发现我的文章一般是周末或者周一，再不就是节假日或者哪天失眠了发出来。因为内容都是非上班时间写的，但是每次下笔腹稿都是提前打好的。个人意见哈，作为架构师，很多人都会形成随时随地为工作思考和总结的习惯。所以很多人看着下班很早，人家回家路上，晒太阳的时候……未必没在想工作的事情。

架构师三件占时间的事：会议、评审和演讲。对应有三大难：提出有水平的问题、做出有水平的总结和建议、做出有水平的回答。所以每天有很多的腹稿要打。腹稿按照一定的框架结构整理就是文章。

如果大家都架构师的三大难有兴趣，我可以举一些具体的示例和解决方法。大家投票吧，如果在看超过10个，我就写这个。

推荐阅读

• 到底多大才算高并发？

• Elasticsearch实战-磁盘IO被打满

• 四种缓存的避坑总结

• 架构-稳定性建设逻辑问题实战总结

• 代码荣辱观-以运用风格为荣，以随意编码为耻