分享一個(gè)簡(jiǎn)單的小需求應(yīng)該怎么設(shè)計(jì)實(shí)現(xiàn)以及有關(guān)Redis的使用

Redis在實(shí)際應(yīng)用中使用的非常廣泛，本篇文章就從一個(gè)簡(jiǎn)單的需求說起，為你講述一個(gè)需求是如何從頭到尾開始做的，又是如何一步步完善的。之前寫過一篇《如何實(shí)現(xiàn)頁(yè)面廣告隨時(shí)上下線、過期自動(dòng)下線及到時(shí)自動(dòng)上線》，也涉及到了Redis在項(xiàng)目中的實(shí)際應(yīng)用，有興趣的可以看一下。

需求

設(shè)定，現(xiàn)在我們有一個(gè)APP，產(chǎn)品新提出一個(gè)叫“程序員樹洞”的功能，具體功能就不說了，其中這個(gè)功能有一點(diǎn)需要做的是在使用該功能時(shí)，如果是首次進(jìn)入會(huì)展示一個(gè)協(xié)議頁(yè)面，用戶需要勾選后點(diǎn)確定才能進(jìn)入功能，此后再進(jìn)該功能，不再顯示協(xié)議頁(yè)直接進(jìn)入該功能。如下圖所示，

原型圖

需求分析

需求就是這么的簡(jiǎn)單，我們來分析一下。

1、用戶點(diǎn)擊該功能時(shí)前端需要知道該給用戶顯示哪個(gè)頁(yè)面，這一步需要請(qǐng)求后端接口，后臺(tái)告訴前端這個(gè)用戶有沒有同意過協(xié)議。

2、用戶勾選協(xié)議點(diǎn)確定，后端需要記錄這步操作(記錄用戶已經(jīng)同意協(xié)議)，這一步需在點(diǎn)確定時(shí)前端請(qǐng)求后端接口。

概要設(shè)計(jì)

前面需求分析里說了，后端需要告訴前端用戶有沒有統(tǒng)一過協(xié)議，所以后端需要把這個(gè)信息記錄下來，最好是記錄到數(shù)據(jù)庫(kù)保存，那就需要一張表來記錄同意過協(xié)議的用戶。表結(jié)構(gòu)大致是：id，客戶號(hào)，插入時(shí)間。

詳細(xì)設(shè)計(jì)

1、記錄客戶是否已同意過協(xié)議并提供查詢功能（查詢是否同意過協(xié)議）

2、沒有同意過的和同意過的用戶信息怎么存儲(chǔ)

3、如何高效的查詢是否同意過

4、怎么保證高并發(fā)下服務(wù)的可用性，數(shù)據(jù)庫(kù)的可用性

功能實(shí)現(xiàn)

后端提供兩個(gè)接口，

1、hasAgree()，查詢?cè)撚脩羰欠褚淹鈪f(xié)議

2、recordAgree()，記錄用戶已同意協(xié)議

第一版 Just DB

很容易嘛！不就是CRUD嗎，小意思。用戶進(jìn)來先查數(shù)據(jù)庫(kù)有沒有記錄，沒有返回用戶沒有同意過協(xié)議，前端給用戶展示協(xié)議頁(yè)，否則展示功能頁(yè)；用戶點(diǎn)同意后，后臺(tái)記錄用戶已點(diǎn)了同意協(xié)議，記錄到庫(kù)。一個(gè)查詢一個(gè)插入，5分鐘搞定嘛。

直接甩代碼

第一版代碼如上，我覺得剛?cè)腴T的程序員都能夠?qū)懗鰜?。如果用戶量不大，該功能的點(diǎn)擊量不大的話，這么做還是勉強(qiáng)說得過去。為什么說勉強(qiáng)說得過去，因?yàn)榇嬖陔[患，你看啊如果每次點(diǎn)擊都會(huì)去查庫(kù)，假如有人惡意攻擊，仿造高并發(fā)，瞬時(shí)大量請(qǐng)求過來都去查庫(kù)，很可能數(shù)據(jù)庫(kù)頂不住就掛了。或者就算數(shù)據(jù)庫(kù)沒掛，每次查庫(kù)也都是浪費(fèi)啊。所以這是個(gè)隱患，或者潛在的危險(xiǎn)，那么第二版我們就去解決這個(gè)問題。

第二版 引入Redis緩存

考慮到每次查庫(kù)很浪費(fèi)，那我們使用緩存好不好? 進(jìn)來先查緩存有沒有對(duì)應(yīng)的數(shù)據(jù)，緩存里有就直接返回，沒有則查庫(kù)，庫(kù)里有就存緩存。這樣redis就分擔(dān)了一部分?jǐn)?shù)據(jù)庫(kù)的壓力。

代碼呈上

這一版好一點(diǎn)了，部分請(qǐng)求分?jǐn)偟絩edis了，減輕了數(shù)據(jù)庫(kù)的壓力。

第三版 解決緩存穿透

隨著客戶量的增加，點(diǎn)擊這個(gè)功能的次數(shù)、頻率越來越高，假如有人頻繁點(diǎn)擊該功能，彈出協(xié)議后，退出，再點(diǎn)，再退出…就是不點(diǎn)確定

這樣會(huì)有啥問題？

這樣的話后臺(tái)緩存中沒有，數(shù)據(jù)庫(kù)中也沒有，每次都會(huì)走數(shù)據(jù)庫(kù)，繞過了緩存，直接都走數(shù)據(jù)庫(kù)，這類請(qǐng)求量多了也是個(gè)問題，這就是緩存穿透。所以第三版，我們來解決緩存穿透的問題。

解決緩存穿透：因?yàn)槭菙?shù)據(jù)庫(kù)和緩存都沒有，我們可以讓數(shù)據(jù)庫(kù)沒有的也存到redis。需要改變r(jià)edis的數(shù)據(jù)類型，由set改為map，目的是記錄狀態(tài)值。

可以看到，我們的這個(gè)key-field-value沒有設(shè)置過期時(shí)間，因?yàn)榭梢哉J(rèn)為這個(gè)key是一個(gè)熱點(diǎn)key，對(duì)于熱點(diǎn)key我們的處理方式是，永久有效或過期時(shí)間盡量長(zhǎng)一點(diǎn)。

第四版 緩存預(yù)熱防止緩存擊穿

另一個(gè)關(guān)于緩存的問題，那就是緩存擊穿。

何為緩存擊穿？假如該功能在前期宣傳力度比較大，或預(yù)計(jì)該功能上線后點(diǎn)擊量比較大的話，那么在功能上線后很可能就會(huì)一瞬間大量用戶來點(diǎn)擊這個(gè)功能，因?yàn)槲覀兦懊娴倪壿嬍鞘状芜M(jìn)入該功能的用戶展示協(xié)議頁(yè)，我們的后臺(tái)處理雖然加了redis緩存，但是新上的功能所有用戶都沒有點(diǎn)過，那么redis里就沒有緩存，是不是所有用戶的請(qǐng)求都落到數(shù)據(jù)庫(kù)了？一旦瞬間流量非常大，數(shù)據(jù)庫(kù)安全性就存在隱患，有被搞垮的可能。

這個(gè)問題就是可以理解為緩存擊穿。（實(shí)際的緩存擊穿是某個(gè)key在緩存里不存在或是失效后，某一瞬間很多請(qǐng)求都來訪問這個(gè)key，都判定為redis里沒有這個(gè)key，就都去查庫(kù)。）

所以怎么解決呢？我們可以在該功能上線前，提前將需要做緩存的數(shù)據(jù)放入redis，即緩存預(yù)熱。

如何預(yù)熱？將所有用戶的信息都放到redis.舉個(gè)栗子（也許不是最佳的），我們使用Redis的hash數(shù)據(jù)結(jié)構(gòu)，key-field-value。key我們可以固定一個(gè)字符串如coderTreeHole_Agreement_Check，field我們可以用客戶號(hào)（唯一），value是個(gè)標(biāo)志位，用0代表沒同意過協(xié)議，1代表同意過。一般在電商大促前都會(huì)對(duì)熱點(diǎn)key進(jìn)行預(yù)熱，不然真的扛不住。

and，用戶量很大的時(shí)候redis里的coderTreeHole_Agreement_Check這個(gè)key是不是很大？在redis集群部署模式下，這個(gè)key是不是都放在一個(gè)節(jié)點(diǎn)上？why?

redis3.0上加入了cluster模式，實(shí)現(xiàn)的redis的分布式存儲(chǔ)，也就是說每臺(tái)redis節(jié)點(diǎn)上存儲(chǔ)不同的內(nèi)容。在redis的每一個(gè)節(jié)點(diǎn)上，都有這么兩個(gè)東西，一個(gè)是插槽（slot），它的的取值范圍是：0-16383。還有一個(gè)就是cluster，可以理解為是一個(gè)集群管理的插件。當(dāng)我們的存取的key到達(dá)的時(shí)候，redis會(huì)根據(jù)crc16的算法得出一個(gè)結(jié)果，然后把結(jié)果對(duì)16384求余數(shù)，這樣每個(gè)key都會(huì)對(duì)應(yīng)一個(gè)編號(hào)在0-16383之間的哈希槽，通過這個(gè)值，去找到對(duì)應(yīng)的插槽所對(duì)應(yīng)的節(jié)點(diǎn)，然后直接自動(dòng)跳轉(zhuǎn)到這個(gè)對(duì)應(yīng)的節(jié)點(diǎn)上進(jìn)行存取操作。

看了上面這段話，明白了吧。那對(duì)于這個(gè)大key而且是熱點(diǎn)key的請(qǐng)求，是不是都落到某一個(gè)redis節(jié)點(diǎn)上了？大key會(huì)帶來很多問題，篇幅原因以后再來細(xì)說，跑題了。。。

針對(duì)這個(gè)需求，你還有什么方法防治緩存擊穿？

第五版 消息隊(duì)列削峰填谷

可以看到我們上面的設(shè)計(jì)其實(shí)都是實(shí)時(shí)對(duì)數(shù)據(jù)庫(kù)進(jìn)行操作的。

例如，當(dāng)用戶點(diǎn)了同意，前端就調(diào)后臺(tái)的recordAgree方法將該記錄記錄到數(shù)據(jù)庫(kù)，即這條記錄是立馬插入到數(shù)據(jù)庫(kù)的。

如果剛上線這個(gè)功能，大量用戶同時(shí)點(diǎn)這個(gè)功能，并發(fā)量大的話，請(qǐng)求走到后臺(tái)，那么寫庫(kù)的操作就非常多，數(shù)據(jù)庫(kù)連接數(shù)突然激增，數(shù)據(jù)庫(kù)會(huì)頂不住吧。

所以為避免流量集中落到數(shù)據(jù)庫(kù)，此時(shí)我們可以使用消息隊(duì)列MQ。將插入操作的請(qǐng)求發(fā)往消息隊(duì)列，使插入操作以一定的速率到數(shù)據(jù)庫(kù)執(zhí)行，使得對(duì)數(shù)據(jù)庫(kù)的請(qǐng)求數(shù)盡量平滑，消息發(fā)給消息隊(duì)列立即返回給前端成功，不用等待插庫(kù)完成，用MQ實(shí)現(xiàn)了異步解耦，削峰填谷。

到這你是不是忍不住說設(shè)計(jì)的真贊~~

另外MQ的使用注意的點(diǎn)還是非常多的，如：消息隊(duì)列的消息重復(fù)消費(fèi)問題，順序問題，事務(wù)消息等。

總結(jié)

對(duì)于這個(gè)需求設(shè)計(jì)到哪種程度取決于你的用戶量和并發(fā)量，如果是像雙十一那樣，肯定是要用消息隊(duì)列的，那一般小的例如，用戶量1千萬，日活10萬，請(qǐng)求最集中的也就是中午9-12點(diǎn)，下午13-17點(diǎn)吧，差不多8個(gè)小時(shí)，平均一個(gè)小時(shí)1.25萬，用戶都來點(diǎn)這個(gè)功能的話，每分鐘208，每秒3.5，算不上高并發(fā)，數(shù)據(jù)庫(kù)完全扛得住。

總結(jié)一下，這個(gè)需求我們用到的知識(shí)點(diǎn)（敲黑板），redis數(shù)據(jù)緩存，redis緩存穿透，緩存擊穿，熱點(diǎn)key問題，redis大key問題（沒具體講），消息隊(duì)列異步解耦等。

畫圖碼字不易，如果覺得我寫的還可以，記得點(diǎn)贊鼓勵(lì)一下哦，如果覺得有問題歡迎指正。

好了，就給大家介紹這么多。