面试题：微服务架构中缓存机制的性能调优与高可用设计

Question

对于一个大规模的微服务系统，缓存的性能和高可用性至关重要。请从缓存选型、缓存集群架构设计、缓存穿透/雪崩/击穿的预防与应对等方面，详细阐述你会如何进行缓存机制的性能调优与高可用设计，以应对高并发、大数据量的业务场景。

Answer 1

缓存选型

1. 性能角度
   • Memcached：适合简单的 key - value 存储场景，在高并发下性能卓越，数据存储在内存中，读写速度极快。例如在简单的网页缓存场景，能快速响应请求，减少后端数据库压力。
   • Redis：功能丰富，除了基本的 key - value 存储，还支持多种数据结构如 List、Set、Hash 等。其单线程模型结合多路 I/O 复用技术，在处理复杂业务逻辑时，性能也能得到保障。如电商场景下，可利用 Hash 结构存储商品详细信息。
2. 数据持久化
   • Redis：提供 RDB 和 AOF 两种持久化方式。RDB 适合大规模数据恢复，AOF 则能保证数据的完整性。在需要数据持久化且对数据完整性有要求的业务中，Redis 更具优势，如金融交易记录缓存。
3. 集群支持
   • Redis：原生支持 Cluster 集群模式，通过数据分片实现水平扩展。Memcached 本身没有原生集群方案，通常需要依赖客户端实现一致性哈希来进行集群部署。在大规模数据和高并发场景下，Redis 的集群模式更易于管理和扩展。

缓存集群架构设计

1. 主从复制
   • Redis：主节点负责写操作，从节点复制主节点数据。当主节点出现故障时，可手动或通过 Sentinel 机制将从节点晋升为主节点，保证系统可用性。例如在一个新闻资讯平台，主节点接收新文章缓存写入，从节点负责为大量读请求提供数据。
2. 哨兵模式
   • 在 Redis 主从架构基础上，引入 Sentinel 节点。Sentinel 节点定期监控主从节点健康状态，当主节点故障时，自动进行故障转移，选举新的主节点。多个 Sentinel 节点之间通过 gossip 协议交换信息，防止单个 Sentinel 节点故障导致监控失效。
3. Cluster 集群模式
   • Redis Cluster：采用数据分片（hash slot）的方式，将数据分布在多个节点上。每个节点负责一部分 hash slot，客户端可直接与任意节点通信，通过计算 key 的 hash 值确定数据所在节点。这种架构可线性扩展，适合海量数据和高并发场景，如大型电商的商品缓存。

缓存穿透、雪崩、击穿的预防与应对

1. 缓存穿透
   • 布隆过滤器：在查询缓存和数据库之前，先通过布隆过滤器判断 key 是否存在。布隆过滤器利用多个哈希函数对 key 进行映射，将结果存储在位数组中。如果布隆过滤器判断 key 不存在，则直接返回，避免查询数据库。如在用户 ID 校验场景，可提前将已存在的用户 ID 通过布隆过滤器处理。
   • 缓存空值：当查询数据库发现数据不存在时，将空值缓存起来，并设置较短的过期时间。这样后续相同查询直接从缓存返回空值，减少数据库压力。但要注意过期时间设置，避免长时间占用缓存空间。
2. 缓存雪崩
   • 分散过期时间：避免大量缓存同时过期。为每个缓存设置一个随机的过期时间范围，如在原本过期时间基础上，增加或减少一定的随机时间（例如 1 - 10 分钟）。这样可使缓存过期时间分散，降低集中过期导致的数据库压力。
   • 使用二级缓存：一级缓存采用高可用架构（如 Redis Cluster），二级缓存可使用简单的本地缓存（如 Guava Cache）。当一级缓存失效时，先从二级缓存获取数据，减少对数据库的访问频率。
3. 缓存击穿
   • 互斥锁：在查询数据库前，先获取一个互斥锁。只有获取到锁的线程才能查询数据库并更新缓存，其他线程等待。锁释放后，其他线程从缓存获取数据。例如在抢购活动中，防止单个热点商品缓存失效时大量请求同时查询数据库。
   • 永不过期：对于热点数据设置永不过期，定期在后台异步更新缓存数据。这样可避免缓存过期瞬间的高并发请求直接打到数据库。如热门电影的详情缓存，可采用这种方式保证缓存的高可用性。