一、概述
- 原理：
1） 將數據寫入/讀取速度更快的存儲（設備）
2） 將數據緩存到離應用最近的位置
3）將數據緩存到離用戶最近的位置 - 緩存分類
1）CDN緩存
2）反向代理緩存
3）分布式Cache
4）本地應用緩存 - 緩存媒介
1）常用中間件：Varnish，Ngnix，Squid，Memcache，Redis，Ehcache等
2）緩存的內容：文件，數據，對象
3）緩存的介質：CPU，內存（本地，分布式），磁盤（本地，分布式） - 緩存設計
1）緩存的內容：1.熱點數據；2.靜態資源
2）緩存的位置：CDN，反向代理，分布式緩存服務器，本機（內存，硬盤） - 緩存策略
1）過期策略：（1）固定時間：比如指定緩存的時間是30分鍾；（2）相對時間：比如最近10分鍾內沒有訪問的數據；
2）同步機制：（1）實時寫入；（2）異步刷新 - 緩存的目的：將熱點數據放到離用戶最近或訪問速度更快的介質中，加快數據的訪問，減小響應時間
二、CDN緩存
- 原理：將緩存服務器分布到用戶訪問相對集中的地區或網絡中，在用戶訪問網站時，利用全局負載技術將用戶的訪問指向距離最近的工作正常的緩存服務器上，由緩存服務器直接響應用戶請求
- 優點
1）本地Cache加速：提升訪問速度，尤其含有大量圖片和靜態頁面站點
2）鏡像服務：消除了不同運營商之間互聯的瓶頸造成的影響，實現了跨運營商的網絡加速，保證不同網絡中的用戶都能得到良好的訪問質量
3）遠程加速：遠程訪問用戶根據DNS負載均衡技術智能自動選擇Cache服務器，選擇最快的Cache服務器，加快遠程訪問的速度
4）帶寬優化：自動生成服務器的遠程Mirror（鏡像）cache服務器，遠程用戶訪問時從cache服務器上讀取數據，減少遠程訪問的帶寬、分擔網絡流量、減輕原站點WEB服務器負載等功能
5）集群抗攻擊：廣泛分布的CDN節點加上節點之間的智能冗余機制，可以有效地預防黑客入侵以及降低各種D.D.o.S攻擊對網站的影響，同時保證較好的服務質量 - 缺點
1）動態資源緩存，需要注意實時性（解決方法：主要緩存靜態資源，動態資源建立多級緩存或准實時同步）
2）.如何保證數據的一致性和實時性需要權衡考慮（解決方法：設置緩存失效時間（1個小時，最終一致性））
三、反向代理緩存
- 原理：反向代理位於應用服務器機房，處理所有對WEB服務器的請求。如果用戶請求的頁面在代理服務器上有緩沖的話，代理服務器直接將緩沖內容發送給用戶。如果沒有緩沖則先向WEB服務器發出請求，取回數據，本地緩存后再發送給用戶。通過降低向WEB服務器的請求數，從而降低了WEB服務器的負載
- 代理緩存對比：常用的代理緩存有Varnish，Squid，Ngnix
1）varnish和squid是專業的cache服務，nginx需要第三方模塊支持；
2）Varnish采用內存型緩存，避免了頻繁在內存、磁盤中交換文件，性能比Squid高；
3）Varnish由於是內存cache，所以對小文件如css,js,小圖片啥的支持很棒，后端的持久化緩存可以采用的是Squid或ATS
4） Squid功能全而大，適合於各種靜態的文件緩存，一般會在前端掛一個HAProxy或nginx做負載均衡跑多個實例
5） Nginx采用第三方模塊ncache做的緩沖，性能基本達到varnish，一般作為反向代理使用，可以實現簡單的緩存
四、分布式緩存-memecache
- 特性：
1）使用物理內存作為緩存區，可獨立運行在服務器上。每個進程最大2G，如果想緩存更多的數據，可以開辟更多的memcache進程（不同端口）或者使用分布式memcache進行緩存，將數據緩存到不同的物理機或者虛擬機上
2）使用key-value的方式來存儲數據，這是一種單索引的結構化數據組織形式，可使數據項查詢時間復雜度為O(1)
3）協議簡單：基於文本行的協議，直接通過telnet在memcached服務器上可進行存取數據操作，簡單，方便
4）內置的內存管理方式：所有數據都保存在內存中，存取數據比硬盤快，當內存滿后，通過LRU算法自動刪除不使用的緩存，但沒有考慮數據的容災問題，重啟服務，所有數據會丟失
5）分布式：各個memcached服務器之間互不通信，各自獨立存取數據，不共享任何信息。服務器並不具有分布式功能，分布式部署取決於memcache客戶端
6）緩存策略：Memcached的緩存策略是LRU（最近最少使用）到期失效策略。在memcached內存儲數據項時，可以指定它在緩存的失效時間，默認為永久。當memcached服務器用完分配的內時，失效的數據被首先替換，然后也是最近未使用的數據。在LRU中，memcached使用的是一種Lazy Expiration策略，自己不會監控存入的key/vlue對是否過期，而是在獲取key值時查看記錄的時間戳，檢查key/value對空間是否過期，這樣可減輕服務器的負載 - 工作流程
1）先檢查客戶端的請求數據是否在memcached中，如有，直接把請求數據返回，不再對數據庫進行任何操作
2）如果請求的數據不在memcached中，就去查數據庫，把從數據庫中獲取的數據返回給客戶端，同時把數據緩存一份到memcached中（memcached客戶端不負責，需要程序實現）
3）每次更新數據庫的同時更新memcached中的數據，保證一致性
4）當分配給memcached內存空間用完之后，會使用LRU（Least Recently Used，最近最少使用）策略加上到期失效策略，失效數據首先被替換，然后再替換掉最近未使用的數據 - 分布式算法：
1）余數算法：先求得鍵的整數散列值，再除以服務器台數，根據余數確定存取服務器（優點：計算簡單，高效；缺點：在memcached服務器增加或減少時，幾乎所有的緩存都會失效，危險：所有壓力直接抵達后端，數據庫會崩潰的）
2）散列算法：先算出memcached服務器的散列值，並將其分布到0到2的32次方的圓上，然后用同樣的方法算出存儲數據的鍵的散列值並映射至圓上，最后從數據映射到的位置開始順時針查找，將數據保存到查找到的第一個服務器上，如果超過2的32次方，依然找不到服務器，就將數據保存到第一台memcached服務器上（添加了一台memcached服務器，只在圓上增加服務器的逆時針方向的第一台服務器上的鍵會受到影響）
五、分布式緩存-redis
- 簡介：
1）Redis 是一個開源（BSD許可）的，基於內存的，多數據結構存儲系統。可以用作數據庫、緩存和消息中間件
2）支持多種類型的數據結構，如 字符串（strings）， 散列（hashes）， 列表（lists）， 集合（sets）， 有序集合（sorted sets） 與范圍查詢， bitmaps， hyperloglogs 和 地理空間（geospatial） 索引半徑查詢
3）內置了 復制（replication），LUA腳本（Lua scripting）， LRU驅動事件（LRU eviction），事務（transactions） 和不同級別的 磁盤持久化（persistence）， 並通過 Redis哨兵（Sentinel）和自動分區（Cluster）提供高可用性（high availability） - 哨兵模式：
1）哨兵(sentinel) 會不斷地檢查Master和Slave是否運作正常
2）當被監控的某個Redis節點出現問題時, 哨兵(sentinel) 可以通過 API 向管理員或者其他應用程序發送通知。
3）自動故障遷移(Automatic failover)：當一個Master不能正常工作時，哨兵(sentinel) 會開始一次自動故障遷移操作，它會將失效Master的其中一個Slave升級為新的Master, 並讓失效Master的其他Slave改為復制新的Master；當客戶端試圖連接失效的Master時，集群也會向客戶端返回新Master的地址，使得集群可以使用現在的Master替換失效Master。
4）Master和Slave服務器切換后，Master的redis.conf、Slave的redis.conf和sentinel.conf的配置文件的內容都會發生相應的改變，即，Master主服務器的redis.conf配置文件中會多一行slaveof的配置，sentinel.conf的監控目標會隨之調換
5）優點：系統更健壯，可用性更高
6）缺點：Redis較難支持在線擴容，在集群容量達到上限時在線擴容會變得很復雜。為避免這一問題，運維人員在系統上線時必須確保有足夠的空間，這對資源造成了很大的浪費；配置復雜 - Cluster集群模式
1）架構模式：支撐N個redis master node，每個master node都可以掛載多個slave node（讀寫分離：寫到master，然后讀就從mater對應的slave去讀）
2）使用場景：redis cluster，主要是針對海量數據+高並發+高可用的場景，海量數據，如果你的數據量很大，那么建議就用redis cluster
3）hash slot算法：
（1）redis cluster有固定的16384個hash slot，對每個key計算CRC16值，然后對16384取模，可以獲取key對應的hash slot
（2）redis cluster中每個master都會持有部分slot，比如有3個master，那么可能每個master持有5000多個hash slot
（3）hash slot讓node的增加和移除很簡單，增加一個master，就將其他master的hash slot移動部分過去，減少一個master，就將它的hash slot移動到其他master上去（移動hash slot的成本是非常低的）
（4）客戶端的api，可以對指定的數據，讓他們走同一個hash slot，通過hash tag來實現
4）通信機制
（1）gossip：好處在於，元數據的更新比較分散，不是集中在一個地方，更新請求會陸陸續續，打到所有節點上去更新，有一定的延時，降低了壓力; 缺點，元數據更新有延時，可能導致集群的一些操作會有一些滯后
（2）每個節點都有一個專門用於節點間通信的端口，就是自己提供服務的端口號+10000，比如7001，那么用於節點間通信的就是17001端口（每個節點每隔一段時間都會往另外幾個節點發送ping消息，同時其他幾點接收到ping之后返回pong）
5）gossip協議：包含多種消息，包括ping，pong，meet，fail，等等
（1）meet: 某個節點發送meet給新加入的節點，讓新節點加入集群中，然后新節點就會開始與其他節點進行通信
（2）ping: 每個節點都會頻繁給其他節點發送ping，其中包含自己的狀態還有自己維護的集群元數據，互相通過ping交換元數據
（3）pong: 返回ping和meet，包含自己的狀態和其他信息，也可以用於信息廣播和更新
（4）fail: 某個節點判斷另一個節點fail之后，就發送fail給其他節點，通知其他節點，指定的節點宕機了
6）高可用
（1）如果一個節點認為某個節點pfail了，那么會在gossip ping消息中，ping給其他節點，如果超過半數的節點都認為pfail了，那么就會變成fail
（2）對宕機的master node，從其所有的slave node中，選擇一個切換成master node（檢查每個slave node與master node斷開連接的時間，如果超過了cluster-node-timeout * cluster-slave-validity-factor，那么就沒有資格切換成master）
（3）每個從節點，都根據自己對master復制數據的offset，來設置一個選舉時間，offset越大（復制數據越多）的從節點，選舉時間越靠前，優先進行選舉
（4）所有的master node開始slave選舉投票，給要進行選舉的slave進行投票，如果大部分master node（N/2 + 1）都投票給了某個從節點，那么選舉通過，那個從節點可以切換成master
（5）從節點執行主備切換，從節點切換為主節點
六、memcache與redis對比
- 數據結構：Memcache只支持key value存儲方式，Redis支持更多的數據類型，比如Key value，hash，list，set，zset
- 多線程：Memcache支持多線程，redis支持單線程；CPU利用方面Memcache優於redis
- 持久化：Memcache不支持持久化，Redis支持持久化
- 內存利用率：memcache高，redis低（采用壓縮的情況下比memcache高）
- 過期策略：memcache過期后，不刪除緩存，會導致下次取數據數據的問題，Redis有專門線程，清除緩存數據
七、本地緩存
- 硬盤緩存：將數據緩存到硬盤到，讀取時從硬盤讀取。原理是直接讀取本機文件，減少了網絡傳輸消耗，比通過網絡讀取數據庫速度更快。可以應用在對速度要求不是很高，但需要大量緩存存儲的場景
- 內存緩存：直接將數據存儲到本機內存中，通過程序直接維護緩存對象，是訪問速度最快的方式（適合少量緩存，對速度敏感的場景）
八、緩存架構示例
- 職責划分（建議使用方式，非絕得）：
1）CDN：存放HTML,CSS,JS等靜態資源；
2）反向代理：動靜分離，只緩存用戶請求的靜態資源
3）分布式緩存：緩存數據庫中的熱點數據
4）本地緩存：緩存應用字典等常用數據 - 請求過程
1）瀏覽器向客戶端發起請求，如果CDN有緩存則直接返回
2） 如果CDN無緩存，則訪問反向代理服務器；如果反向代理服務器有緩存則直接返回
3）如果反向代理服務器無緩存或動態請求，則訪問應用服務器
4）應用服務器訪問本地緩存；如果有緩存，則返回代理服務器，並緩存數據；（動態請求不緩存）
5）如果本地緩存無數據，則讀取分布式緩存；並返回應用服務器；應用服務器將數據緩存到本地緩存（部分）
6） 如果分布式緩存無數據，則應用程序讀取數據庫數據，並放入分布式緩存
九、數據一致性（緩存屬於持久化數據的一個副本，因此不可避免的會出現數據不一致問題）
- 使用場景
1）先寫緩存，再寫數據庫：假如緩存寫成功，但寫數據庫失敗或響應延遲，則下次讀取（並發讀）緩存時，就出現臟讀（不建議此種使用方式）
2）先寫數據庫，再寫緩存：假如寫數據庫成功，但寫緩存失敗，則下次讀取（並發讀）緩存時，則讀不到數據（假如讀緩存失敗，先讀數據庫，再回寫緩存的方式實現）
3）緩存異步刷新：需要考慮數據寫入和緩存刷新的時效性（根據經驗值確定合理的數據不一致時間，用戶數據刷新的時間間隔） - 其他優化方式：
1）超時：設置合理的超時時間；
2）刷新：定時刷新一定范圍內（根據時間，版本號）的數據； - 多級緩存需要考慮的問題
1）緩存與數據庫之間的一致性；
2）多級緩存之前的一致性；
3）緩存副本之前的一致性。
十、緩存雪崩：雪崩是指當大量緩存失效時，導致大量的請求訪問數據庫，導致數據庫服務器，無法抗住請求或掛掉的情況
- 合理規划緩存的失效時間；
- 合理評估數據庫的負載壓力；
- 對數據庫進行過載保護或應用層限流
- 多級緩存設計，緩存高可用
十一、緩存穿透
- 現象：緩存一般是Key，value方式存在，當某一個Key不存在時會查詢數據庫，假如這個Key，一直不存在，則會頻繁的請求數據庫，對數據庫造成訪問壓力
- 解決方法：
1）對結果為空的數據也進行緩存，當此key有數據后，清理緩存
2）一定不存在的key，采用布隆過濾器，建立一個大的Bitmap中，查詢時通過該bitmap過濾