Redis 單資料多源超高並行下的解決方案

Redis 是目前最流行的KV快取資料庫，它簡單易用，安全穩定，在網際網路行業有著非常廣泛的應用。

本文主要給大家分享一下 Redis 在單資料多源超高並行存取下的解決思路和方案。

前言

Redis 主要解決兩個問題：

當遇到日活千萬，同時百萬線上的業務場景時，前端存取直接載入到後台資料庫的話，可能順間壓垮底層資料庫，導致業務停擺。又或者隨著查詢條件變多，結合條件複雜化，查詢結果的響應時間也無法得到保證，導致使用者體驗下降，使用者流失。為了解決高並行，低延遲的業務場景， Redis 應運而生。

下面我們來看兩個場景

這是一個線上找房的業務場景，超多的查詢條件導致後台必然是一個複雜的查詢 SQL，這種場景下是否必須使用 Redis 呢？

答案是否定的，由於線上找房業務並行量低，客戶對於業務響應時間要求也沒有那麼苛刻，大部分的請求可以直接通過動態 SQL 臨時查詢。當然為了提升使用者體驗，可以將一些熱點的查詢結果預快取到 Redis 裡提升使用者體驗。

我們再來看下這個場景

視訊應用的查片系統，跟找房系統幾乎是一模一樣的業務場景，但是並行量要高幾個數量級，這個場景就非常適合使用 Redis 作為快取提升並行存取量，降低響應時間，滿足幾十萬甚至上百萬的並行存取需求。由此可見決定是否使用 Redis 的根本要素就是並行量和延遲要求。

下面我們來看一下 Redis 是如何解決網際網路極端場景下的並行存取需求的。

超高並行存取下的快取解決方案

這是一個典型的媒體類快取架構圖，發文系統不定期更新媒體庫，通過分散式快取服務將各個最新文章同步到 Redis 快取，前端應用通過路由層找到相應的資料來源存取。各個快取服務資料不同步。當發生熱點事件時，路由層可能將不通地區的存取路由到熱點資料所在的快取伺服器，帶來瞬間的流量暴漲，極端情況下可能導致伺服器宕機，業務受損。那麼這種不定期突發流量的場景要如何解決呢？

這裡有幾個思路：

將熱點 Key 加字首打散，實現熱資料複製

路由層追加本地快取，通過多級快取提升快取能力

快取層提供資料副本，提高並行存取能力

第一種方案，可以有效打散熱資料，但是熱點事件是不定期隨機發生，運維壓力大，成本高，這只是個頭痛醫頭腳痛醫腳的方案。

第二種方案，可以通過追加本地快取提升快取能力，但是本地快取設定多大，重新整理頻率多高，業務是否能容忍髒讀，這些都是無法繞開的問題。

第三種方案，可以追加唯讀副本來實現資料的複製，但是同樣也會帶來成本高企，主庫負載高等問題。

上面這個架構圖是一個優化的解決方案，通過主庫拉取多個唯讀從庫的分支，對不同的請求源，劃分獨立的快取服務。比如手機應用就固定路由到APP資料資源組，WEB 存取就路由到WEB 資料資源組等，並且每個資源組可以提供N個唯讀副本，提高同源存取下的並行存取能力。這種架構可以提升不同存取源的資源隔離能力，提升多源存取下業務的穩定性和可用性。

這個方案的問題也比較明顯：

主庫讀寫效能差

唯讀副本多，成本高

唯讀鏈路過長，管理維護難，運維成本高

我們的客戶裡最誇張的用到過 1主40唯讀的架構，來滿足類似的業務場景。

阿里雲Redis是如何解決這種超高並行存取的問題呢？

阿里雲重磅推出Redis效能增強版本，通過提升網路IO的併行處理能力，極大的提升了Redis單節點的讀寫效能，對比社群版本，效能提升3倍。由於保持單 Worker 的處理模式，100% 相容 Redis 協定。上面的單資料百萬QPS 的存取能力輕鬆達成。本文介紹的媒體類場景可以通過開通效能增強版1主5唯讀範例實現單資料200w+ QPS，有效緩解突發熱點事件帶來的流量激增，超高並行存取等行業痛點問題。相比較自建1主40唯讀的社群版本，同樣效能標準的阿里雲Redis效能增強版1主5唯讀架構更穩定，管理更便捷，使用也更方便。

以上就是Redis 單資料多源超高並行下的解決方案的詳細內容，更多請關注TW511.COM其它相關文章！