从一个小需求感受Redis的独特魅力

2020-05-09 10:38:26

分享一个简单的小需求应该怎么设计实现以及有关Redis的使用

Redis在实际应用中使用的非常广泛，本篇文章就从一个简单的需求说起，为你讲述一个需求是如何从头到尾开始做的，又是如何一步步完善的。

需求

设定，现在我们有一个APP，产品新提出一个叫“程序员树洞”的功能，具体功能就不说了，其中这个功能有一点需要做的是在使用该功能时，如果是进入会展示一个协议页面，用户需要勾选后点确定才能进入功能，此后再进该功能，不再显示协议页直接进入该功能。如下图所示，

需求分析

需求就是这么的简单，我们来分析一下。

1、用户点击该功能时前端需要知道该给用户显示哪个页面，这一步需要请求后端接口，后台告诉前端这个用户有没有同意过协议。
2、用户勾选协议点确定，后端需要记录这步操作(记录用户已经同意协议)，这一步需在点确定时前端请求后端接口。

概要设计

前面需求分析里说了，后端需要告诉前端用户有没有统一过协议，所以后端需要把这个信息记录下来，好是记录到数据库保存，那就需要一张表来记录同意过协议的用户。表结构大致是：id，客户号，插入时间。

详细设计

1、记录客户是否已同意过协议并提供查询功能（查询是否同意过协议）
2、没有同意过的和同意过的用户信息怎么存储
3、如何高效的查询是否同意过
4、怎么保证高并发下服务的可用性，数据库的可用性

功能实现

后端提供两个接口：

1、hasAgree()，查询该用户是否已同意协议
2、recordAgree()，记录用户已同意协议

版 Just DB

很容易嘛！不就是CRUD吗，小意思。用户进来先查数据库有没有记录，没有返回用户没有同意过协议，前端给用户展示协议页，否则展示功能页；用户点同意后，后台记录用户已点了同意协议，记录到库。一个查询一个插入，5分钟搞定嘛。

直接甩代码

版代码如上，我觉得刚入门的程序员都能够写出来。如果用户量不大，该功能的点击量不大的话，这么做还是勉强说得过去。为什么说勉强说得过去，因为存在隐患，你看啊如果每次点击都会去查库，假如有人恶意攻击，仿造高并发，瞬时大量请求过来都去查库，很可能数据库顶不住就挂了。或者就算数据库没挂，每次查库也都是浪费啊。所以这是个隐患，或者潜在的危险，那么第二版我们就去解决这个问题。

第二版引入Redis缓存

考虑到每次查库很浪费，那我们使用缓存好不好？

进来先查缓存有没有对应的数据，缓存里有就直接返回，没有则查库，库里有就存缓存。这样redis就分担了一部分数据库的压力。

代码呈上

这一版好一点了，部分请求分摊到redis了，减轻了数据库的压力。

第三版解决缓存穿透

随着客户量的增加，点击这个功能的次数、频率越来越高，假如有人频繁点击该功能，弹出协议后，退出，再点，再退出…就是不点确定

这样会有啥问题？

这样的话后台缓存中没有，数据库中也没有，每次都会走数据库，绕过了缓存，直接都走数据库，这类请求量多了也是个问题，这就是缓存穿透。所以第三版，我们来解决缓存穿透的问题。

解决缓存穿透：

因为是数据库和缓存都没有，我们可以让数据库没有的也存到redis。需要改变redis的数据类型，由set改为map，目的是记录状态值。

可以看到，我们的这个key-field-value没有设置过期时间，因为可以认为这个key是一个热点key，对于热点key我们的处理方式是，有效或过期时间尽量长一点。

第四版缓存预热防止缓存击穿

另一个关于缓存的问题，那就是缓存击穿。

何为缓存击穿？

假如该功能在前期宣传力度比较大，或预计该功能上线后点击量比较大的话，那么在功能上线后很可能就会一瞬间大量用户来点击这个功能，因为我们前面的逻辑是进入该功能的用户展示协议页，我们的后台处理虽然加了redis缓存，但是新上的功能所有用户都没有点过，那么redis里就没有缓存，是不是所有用户的请求都落到数据库了？一旦瞬间流量非常大，数据库安全性就存在隐患，有被搞垮的可能。

这个问题就是可以理解为缓存击穿。（实际的缓存击穿是某个key在缓存里不存在或是失效后，某一瞬间很多请求都来访问这个key，都判定为redis里没有这个key，就都去查库。）

所以怎么解决呢？我们可以在该功能上线前，提前将需要做缓存的数据放入redis，即缓存预热。

如何预热？

将所有用户的信息都放到redis.举个栗子（也许不是佳的），我们使用Redis的hash数据结构，key-field-value。key我们可以固定一个字符串如coderTreeHole_Agreement_Check，field我们可以用客户号（），value是个标志位，用0代表没同意过协议，1代表同意过。一般在电商大促前都会对热点key进行预热，不然真的扛不住。

and，用户量很大的时候redis里的coderTreeHole_Agreement_Check这个key是不是很大？在redis集群部署模式下，这个key是不是都放在一个节点上？why?

redis3.0上加入了cluster模式，实现的redis的分布式存储，也就是说每台redis节点上存储不同的内容。在redis的每一个节点上，都有这么两个东西，一个是插槽（slot），它的的取值范围是：0-16383。还有一个就是cluster，可以理解为是一个集群管理的插件。当我们的存取的key到达的时候，redis会根据crc16的算法得出一个结果，然后把结果对16384求余数，这样每个key都会对应一个编号在0-16383之间的哈希槽，通过这个值，去找到对应的插槽所对应的节点，然后直接自动跳转到这个对应的节点上进行存取操作。

看了上面这段话，明白了吧。那对于这个大key而且是热点key的请求，是不是都落到某一个redis节点上了？大key会带来很多问题，篇幅原因以后再来细说，跑题了。。。

针对这个需求，你还有什么方法防治缓存击穿？

第五版消息队列削峰填谷

可以看到我们上面的设计其实都是实时对数据库进行操作的。

例如，当用户点了同意，前端就调后台的recordAgree方法将该记录记录到数据库，即这条记录是立马插入到数据库的。

如果刚上线这个功能，大量用户同时点这个功能，并发量大的话，请求走到后台，那么写库的操作就非常多，数据库连接数突然激增，数据库会顶不住吧。

所以为避免流量集中落到数据库，此时我们可以使用消息队列MQ。将插入操作的请求发往消息队列，使插入操作以一定的速率到数据库执行，使得对数据库的请求数尽量平滑，消息发给消息队列立即返回给前端成功，不用等待插库完成，用MQ实现了异步解耦，削峰填谷。

到这你是不是忍不住说设计的真赞~~

另外MQ的使用注意的点还是非常多的，如：消息队列的消息重复消费问题，顺序问题，事务消息等。

总结

对于这个需求设计到哪种程度取决于你的用户量和并发量，如果是像双十一那样，肯定是要用消息队列的，那一般小的例如，用户量1千万，日活10万，请求集中的也就是中午9-12点，下午13-17点吧，差不多8个小时，平均一个小时1.25万，用户都来点这个功能的话，每分钟208，每秒3.5，算不上高并发，数据库完全扛得住。

总结一下，这个需求我们用到的知识点（敲黑板），redis数据缓存，redis缓存穿透，缓存击穿，热点key问题，redis大key问题（没具体讲），消息队列异步解耦等。

画图码字不易，如果觉得我写的还可以，记得点赞鼓励一下哦，如果觉得有问题欢迎指正。