缓存的应用场景以及要注意的问题

什么是缓存(cache)：

　　在项目中没有必要每次请求都查询数据库的情况就可以使用缓存，让每次请求先查询缓存，如果命中，就直接返回缓存结果，如果没有命中，就查询数据库，
并将查询结果放入缓存，下次请求时查询缓存命中，直接返回结果，就不用再次查询数据库。

缓存的作用？

　　缓和较慢存储的高频请求，缓解数据库压力，提升响应速率。

为什么缓存可以提高响应速度？

　　因为缓存时基于内存的存储的，内存的读写速率是普通SSD硬盘的至少十倍，更何况机械硬盘了：看对比图

　　

 

缓存介质？

　　web项目中常用的缓存是memcached和redis，它们都支持分布式存储

 

缓存一定能给项目响应速率带来较大提升吗?

　　答案是不见得，要根据项目实际情况分析，有没有使用缓存的不要。在考虑使用缓存前，不妨先问问自己：


　　1.　项目的读写操作比例为多少，如果是写多读少，那缓存真的比一定能帮助你，此时不妨考虑数据库分库分表，然后做MySQL的分布式集群，或者简单直接，将硬盘全部替换为SSD(如果你的公司财大气粗)，反之，以读为主的项目就比较适合加缓存了

　　2.
项目的访问频率高不高（用户多不多）？如果用户区区几千人或几万人，全然没有必要使用缓存，这点访问量经过网络后几乎不会造成并发，即使偶出现几万的并发，MySQL也是扛得住的，强行使用缓存反而会增加代码复杂度，甚至不容易维护，得不偿失。

　　3. 数据是否要求强一致性？如果项目涉及到金钱或者重要数据，且数据频繁发生变化，不允许存在一点差异，那是否使用缓存就要
慎重慎重再慎重！因为缓存适用的是对数据一致性不是特别高的项目，如果使用，需要对缓存的设计有很好的方案，非常考验技术功底

 

说了这么多，进入正题吧，我们通过代码来模拟一下缓存的使用：

　　redis版本：
1 #!/usr/bin/python 2 # -*- coding: UTF-8 -*- 3 import functools 4 import
redis 5 import time 6 import json 7 """ 8 使用redis做缓存，这里模拟一个web接口缓存的例子 9 """
10 11 # 这里使用redis连接池，管理redisservice的所有连接，避免每次创建关闭连接的开销 12 pool =
redis.ConnectionPool(host='127.0.0.1', port=6379) 13 redis_cli =
redis.Redis(connection_pool=pool) 14 15 def redis_cache(func): 16
@functools.wraps(func)# 为了保留原函数的属性，因为被装饰的函数对外暴露的是装饰器的属性 17 def wrapper(*args,**
kargs):18 start_time = time.time() 19 _key = 'function-name:{},args:{},kargs:{}'
.format(func.__name__,args,kargs) #定义key的形式：函数名加与参数组成唯一的key 20 result =
redis_cli.get(_key)21 if result: # redis查找到对应的key，直接返回结果 22 result =
json.loads(result)23 print(type(result)) 24 print('redis find:{},result:{}'
.format(_key,result))25 else: # redis没有查找到对应key，查询执行函数，查询mysql 26 print('redis
not find:{}'.format(_key)) 27 result = func(*args,**kargs) 28
redis_cli.setex(_key,json.dumps(result),5)#将mysql结果写入redis,并设置过期时间 单位s 29 print(
"final result:{}".format(result)) 30 end_time = time.time()-start_time 31 print(
"Total time of this query:{}".format(end_time)) 32 return result 33 return
wrapper34 35 36 @redis_cache 37 def mysql_dispose(name,age): 38 time.sleep(2) 39
result = {'name:':name,'age':age} 40 print('mysql-result:{}'.format(result)) 41
return(result) 42 43 44 if __name__ == '__main__': 45 mysql_dispose('zz3',45) 46
47 48 out-put>>>: 49 第一次执行： 50 　　　　redis not
find:function-name:mysql_dispose,args:('zz3', 45),kargs:{} 51 　　　　mysql-result:{
'name:': 'zz3', 'age': 45} 52 　　　　final result:{'name:': 'zz3', 'age': 45} 53
Total time of this query:2.004944801330566454 55 第二次执行（距第一次5秒内执行）： 56 　　　　<class
'dict'> 57 　　　　redis find:function-name:mysql_dispose,args:('zz3',
45),kargs:{},result:{'name:': 'zz3', 'age': 45} 58 　　　　Total time of this
query:0.00501394271850585959 60 第三次执行（5秒后）因为redis
key过期被删除，所以无法命中，请求会再次查询数据库，然后添加缓存：　61 　　　　redis not
find:function-name:mysql_dispose,args:('zz3', 45),kargs:{} 62 　　　　mysql-result:{
'name:': 'zz3', 'age': 45} 63 　　　　final result:{'name:': 'zz3', 'age': 45} 64
Total time of this query:2.0038458017378002
    不难看出，原本需要2秒才能完成的数据库查询动作，再有了redis缓存后可以直接返回结果，提高了响应速率

 

　　memcached版本（与上面代码大同小异，但是会有坑,注意红色标记部分）
#!/usr/bin/python # -*- coding: UTF-8 -*- import functools #要使用这个库，需要先安装：pip
install Python-memcached import memcacheimport time import json """
使用memcache做缓存，这里模拟一个web接口缓存的例子""" # 连接到memcached服务器 conn = memcache.Client([
'localhost:11211']) def redis_cache(func): @functools.wraps(func) #
为了保留原函数的属性，因为被装饰的函数对外暴露的是装饰器的属性 def wrapper(*args,**kargs): start_time =
time.time()_key =
'function-name:{},args:{},kargs:{}'.format(func.__name__,args,kargs) #定义key的形式
result = conn.get(_key) if result: # memcached查找到对应的key，直接返回结果 result =
json.loads(result)print(type(result)) print('memcached find:{},result:{}'
.format(_key,result))else: # memcached没有查找到对应key，查询执行函数，查询mysql print('memcached
not find:{}'.format(_key)) result = func(*args,**kargs)
conn.set(_key,json.dumps(result),5) #将mysql结果写入memcached,并设置过期时间 单位s print("
final result:{}".format(result)) end_time = time.time()-start_time print("Total
time of this query:{}".format(end_time)) return result return wrapper
@redis_cachedef mysql_dispose(name,age): time.sleep(2) result = {'name:':name,'
age':age} print('mysql-result:{}'.format(result)) return(result) if __name__ ==
'__main__': mysql_dispose('zz3',45)
当我将redis换为memcache后，运行发现居然报错了！：
Traceback (most recent call last): File "memcache_cache.py", line 50, in
<module> mysql_dispose('zz3',45) File "memcache_cache.py", line 25, in wrapper
result= conn.get(_key) File "
C:\Users\sys_syscafhost\AppData\Local\Programs\Python\Python36\lib\site-packages\memcache.py
", line 888, in get return self._get('get', key) File "
C:\Users\sys_syscafhost\AppData\Local\Programs\Python\Python36\lib\site-packages\memcache.py
", line 837, in _get self.check_key(key) File "
C:\Users\sys_syscafhost\AppData\Local\Programs\Python\Python36\lib\site-packages\memcache.py
", line 1053, in check_key "Control characters not allowed")
memcache.MemcachedKeyCharacterError: Control charactersnot allowed
    说明我们的key有空格字符，what？redis版本中一点问题没有，这里却说不允许，先打印出来看看：

　　_key  : function-name:mysql_dispose,args:('zz3', 45),kargs:{}

       原来是'zz3',和45之间有空格,'所以大家要注意，memcached key不能包含空格
，但是这是python args自动解析填写的，怎么办？

       算了，一种是对_key处理，去掉空格，但是感觉麻烦且别扭，索性取_keyde MD5的结果，这里用到标准库：hashlib

　　代码修改后为：
#!/usr/bin/python # -*- coding: UTF-8 -*- import functools #要使用这个库，需要先安装：pip
install Python-memcached import memcache import hashlib import time import json
""" 使用memcache做缓存，这里模拟一个web接口缓存的例子 """ # 连接到memcached服务器 conn =
memcache.Client(['localhost:11211']) def redis_cache(func):
@functools.wraps(func)# 为了保留原函数的属性，因为被装饰的函数对外暴露的是装饰器的属性 def wrapper(*args,**
kargs): start_time= time.time() key = 'function-name:{},args:{},kargs:{}'
.format(func.__name__,args,kargs) #定义key的形式 hash_obj = hashlib.md5()
hash_obj.update(key.encode(encoding='utf-8')) _key_hash = hash_obj.hexdigest()
result= conn.get(_key_hash) if result: # memcached查找到对应的key，直接返回结果 result =
json.loads(result)print(type(result)) print('memcached find:{},result:{}'
.format(_key_hash,result))else: # memcached没有查找到对应key，查询执行函数，查询mysql print('
memcached not find:{}'.format(_key_hash)) result = func(*args,**kargs)
conn.set(_key_hash,json.dumps(result),5) #将mysql结果写入memcached,并设置过期时间 单位s print(
"final result:{}".format(result)) end_time = time.time()-start_time print("
Total time of this query:{}".format(end_time)) return result return wrapper
@redis_cachedef mysql_dispose(name,age): time.sleep(2) result = {'name:':name,'
age':age} print('mysql-result:{}'.format(result)) return(result) if __name__ ==
'__main__': mysql_dispose('zz3',45)


#这下正常运行了，output>>>
第一次运行：
　　memcached not find:1477b8c668df1f570293f4c374963638
　　mysql-result:{'name:': 'zz3', 'age': 45}
　　final result:{'name:': 'zz3', 'age': 45}
　　Total time of this query:2.005075693130493

  第二次运行（5s内）：

　　<class 'dict'>
　　memcached find:1477b8c668df1f570293f4c374963638,result:{'name:': 'zz3',
'age': 45}
　　final result:{'name:': 'zz3', 'age': 45}
　　Total time of this query:0.004010915756225586

　第三次（5s后）：

　　memcached not find:1477b8c668df1f570293f4c374963638
　　mysql-result:{'name:': 'zz3', 'age': 45}
　　final result:{'name:': 'zz3', 'age': 45}
　　Total time of this query:2.015402317047119

　　

 

接下来就是项目中使用缓存不得不考虑的问题了，也是缓存的三大问题：

　　1.缓存穿透，

       2.缓存过期（击穿），

　　3.缓存雪崩


　　这里用一张表（students）做描述：

　　　　s_id, s_name, s_birth, s_sex

　　　　01赵雷1990-01-01男

　　　　02钱电1990-12-21男

　　　　03孙风1990-05-20男

　　　　04李云1990-08-06男

　　　　05周梅1991-12-01女

　　　　06吴兰1992-03-01女

　　　　07郑竹1989-07-01女

　　　　08王菊1990-01-20女

 

　    缓存穿透：

　　　　也就是指查询目标不在缓存，也不在数据库中存在：比如：某个用户请求查询name=‘夏雨’的记录：

　　　　先会在redis cache中查找，没有值，再查数据库中也找不到结果，这就造成了数据会穿透redis cache而每次命中mysql

　　　　

　　　　　试想：如果有用户恶意攻击怎么办？故意发起10W次并发请求怎么办？所有的请求都会穿过redis
cache而次次命中mysql，对mysql造成了非常大的压力，甚至可能会出现宕机.

　　　　　怎么办呢？一般来说，两种处理方式：

　　　　　　1. redis
cache缓存空数据，也就是，即使mysql未查询到结果，也将这个请求与参数保存在redis,key=xxxxxxnameis夏雨，vaule=None，下次同样的请求直接redis返回None，不再查询数据库


　　　　　　这样的方法比较挫，因为虽然省事，但是势必会在缓存中增加很多无用的信息，这种时间最好设置key的过期时间，使无用的key在一段短时间内自动删除，当然，这种方法适用于无效key较少的情况使用

　　　　　　2. 使用BloomFilter（布隆过滤器） 

　　　　　　　　需要在redis cache之前再加一层，

　　　　　　　　

　　　　　　　　当name=‘夏雨’的请求再次要求查询时，先查询BloomFilter中key是否存在，不存在就直接返回none，存在，再走redis查询

 

　　缓存过期：

　　　　
我们在设置缓存的key--value时，会设置一个过期时间，再有效期内，大量的查询都会被redis拦截处理，并返回结果，但是，当大量请求持续查询redis某个key时比如name=‘赵雷’，正好redis的这个key到了过期时间，被自动删除了，那redis查不到了，大量的查询请求就会到mysql这边，而mysql给第一次请求查询时用了2秒才返回，并写入redis
cache，那这2秒之内，redis还未重新更新数据，剩下的大量查询还时指向了mysql，造成mysql的IO阻塞，数据库可能宕机.，且这些查询mysql后会重复写redis。

　　解决方法：

　　　　1. 业务逻辑控制>>>从缓存拿数据时获取剩余剩余有效时间，如果小于1s，就重新设置有效时间，流程和代码如下：

　　　　　　

　　　　　 　　代码：我们对上述代码做一个简单修改：

　　　　　　　
def redis_cache(func): @functools.wraps(func) # 为了保留原函数的属性，因为被装饰的函数对外暴露的是装饰器的属性
def wrapper(*args,**kargs): start_time = time.time() _key = '
function-name:{},args:{},kargs:{}'.format(func.__name__,args,kargs) #定义key的形式
period_time = redis_cli.ttl(_key) if period_time: #
获取key的过期时间，如果key不存在，redis存储器会返回-2,我们python redis库封装后返回None if period_time <= 1:
redis_cli.expire(_key,5) result = redis_cli.get(_key) # redis查找到对应的key，直接返回结果
result = json.loads(result) print(type(result)) print('redis find:{},result:{}'
.format(_key,result))else: # redis没有查找到对应key，查询执行函数，查询mysql print('redis not
find:{}'.format(_key)) result = func(*args,**kargs)
redis_cli.setex(_key,json.dumps(result),5) #将mysql结果写入redis,并设置过期时间 单位s print("
final result:{}".format(result)) end_time = time.time()-start_time print("Total
time of this query:{}".format(end_time)) return result return wrapper
 

　　　　　2. 加锁


　　　　　　对于key失效的情况，如果有100个请求同时要求查询：第一个请求发现缓存中没有这个key，就上锁，然后去查询mysql数据库，其他请求被阻塞，等第一个请求拿到mysql，并更新到缓存后，释放锁。阻塞的99个请求此时查询缓存，全部命中，这样就保护了mysql。

　　　　模拟这样情况   代码如下：
1 #!/usr/bin/python 2 # -*- coding: UTF-8 -*- 3 import functools 4 import
redis 5 import time 6 import json 7 import threading 8 9 """ 10
使用redis做缓存，这里模拟一个web接口缓存的例子11 """ 12 13 #
这里使用redis连接池，管理redisservice的所有连接，避免每次创建关闭连接的开销 14 pool =
redis.ConnectionPool(host='127.0.0.1', port=6379) 15 redis_cli =
redis.Redis(connection_pool=pool) 16 17 18 def redis_cache(func): 19
@functools.wraps(func)# 为了保留原函数的属性，因为被装饰的函数对外暴露的是装饰器的属性 20 def wrapper(*args, **
kargs):21 start_time = time.time() 22 _key = 'function-name:{},args:{},kargs:{}'
.format(func.__name__, args, kargs) # 定义key的形式 23 result = redis_cli.get(_key) #
redis查找到对应的key，直接返回结果 24 if result: 25 result = json.loads(result) 26 print
(type(result))27 print('redis find:{},result:{}'.format(_key, result)) 28 else:
# redis没有查找到对应key，查询执行函数，查询mysql 29 lock.acquire() #1 30 result =
redis_cli.get(_key)#2 31 if result: #3 32 print('Value to be found in the
redis·························') 33 else: #4 34 print('redis not find:{}, find
from mysql·······················'.format(_key)) 35 result = func(*args, **
kargs)36 redis_cli.setex(_key, json.dumps(result), 5) # 将mysql结果写入redis,并设置过期时间
单位s 37 lock.release() # 无论如何，都释放锁 38 print("final result:{}".format(result)) 39
end_time = time.time() - start_time 40 print("Total time of this query:{}"
.format(end_time))41 return result 42 43 return wrapper 44 45 46 @redis_cache 47
def mysql_dispose(name, age): 48 time.sleep(2) 49 result = {'name:': name, 'age'
: age}50 print('mysql-result:{}'.format(result)) 51 return (result) 52 53 54 if
__name__ == '__main__': 55 lock = threading.Lock() # 创建一个不可重入锁的对象 56 57 #
创建5个线程模拟并发请求 58 t1 = threading.Thread(target=mysql_dispose, args=('zz3', 45,))
59 t2 = threading.Thread(target=mysql_dispose, args=('zz3', 45,)) 60 t3 =
threading.Thread(target=mysql_dispose, args=('zz3', 45,)) 61 t4 =
threading.Thread(target=mysql_dispose, args=('zz3', 45,)) 62 t5 =
threading.Thread(target=mysql_dispose, args=('zz3', 45,)) 63 64 t1.start() 65
t2.start()66 t3.start() 67 t4.start() 68 t5.start()


　　output>>>>
　　　　
　　　　redis not find:function-name:mysql_dispose,args:('zz3', 45),kargs:{}, find
from mysql·······················
　　　　mysql-result:{'name:': 'zz3', 'age': 45}
　　　　final result:{'name:': 'zz3', 'age': 45}
　　　　Value to be found in the redis ·······················
　　　　final result:b'{"name:": "zz3", "age": 45}'
　　　　Total time of this query:2.0075249671936035
　　　　Total time of this query:2.0085232257843018
　　　　Value to be found in the redis ·······················
　　　　final result:b'{"name:": "zz3", "age": 45}'
　　　　Value to be found in the redis ·······················
　　　　final result:b'{"name:": "zz3", "age": 45}'
　　　　Total time of this query:2.0105319023132324
　　　　Total time of this query:2.0105326175689697
　　　　Value to be found in the redis ·······················
　　　　final result:b'{"name:": "zz3", "age": 45}'
　　　　Total time of this query:2.0155487060546875

　　　　做了哪些改动？看标红的4步

　　　　1. 第一个查询没有从redis中查到结果就上锁，

　　　　2.再次查询redis，结果还是没找到，


　　　　3.那就查询mysql，mysql耗时2秒的查询过程中，锁未释放，而此时，第二个线程第一次查询redis(第23行)，结果不存在，就走到else分支，去上锁，发现锁未被第一个线程释放，那就阻塞，其他线程也一样的道理，都阻塞

　　　　4.
第一个线程查询完mysql，将结果更新到redis，然后释放锁，第二个线程发现锁被释放，立刻上锁，到第2步，再次查询redis，发现这时redis的key-value存在了，那就直接拿到结果，然后释放锁，不会再查询mysql，其他线程也是这样的过程

　　　　不难看出。这样会导致大量的请求阻塞，但是会保护mysql，至于取舍，就看项目需求了

　　　　　

• « 上一篇：大数据开发入门需要什么掌握的技术
• » 下一篇：面试的反杀-你有没有想要问我的