基于redis分布式缓存实现

一.为什么选择redis

在项目中使用redis做为缓存，还没有使用memcache,考虑因素主要有两点：

1.redis丰富的数据结构,其hash,list,set以及功能丰富的String的支持，对于实际项目中的使用有很大的帮忙。（可参考官网redis.io）

2.redis单点的性能也非常高效（利用项目中的数据测试优于memcache）.

基于以上考虑，因此选用了redis来做为缓存应用。

二.分布式缓存的架构设计

1.架构设计

由于redis是单点，项目中需要使用，必须自己实现分布式。基本架构图如下所示：

2.分布式实现

通过key做一致性哈希，实现key对应redis结点的分布。

一致性哈希的实现：

l hash值计算：通过支持MD5与MurmurHash两种计算方式，默认是采用MurmurHash，高效的hash计算。

l 一致性的实现：通过java的TreeMap来模拟环状结构，实现均匀分布

3.client的选择

对于jedis修改的主要是分区模块的修改，使其支持了跟据BufferKey进行分区，跟据不同的redis结点信息，可以初始化不同的 ShardInfo，同时也修改了JedisPool的底层实现，使其连接pool池支持跟据key,value的构造方法，跟据不同 ShardInfos，创建不同的jedis连接客户端，达到分区的效果，供应用层调用

4.模块的说明

l 脏数据处理模块，处理失败执行的缓存操作。

l 屏蔽监控模块，对于jedis操作的异常监控，当某结点出现异常可控制redis结点的切除等操作。

整个分布式模块通过hornetq，来切除异常redis结点。对于新结点的增加，也可以通过reload方法实现增加。（此模块对于新增结点也可以很方便实现）

对于以上分布式架构的实现满足了项目的需求。另外使用中对于一些比较重要用途的缓存数据可以单独设置一些redis结点，设定特定的优先级。另外对 于缓存接口的设计，也可以跟据需求，实现基本接口与一些特殊逻辑接口。对于cas相关操作，以及一些事物操作可以通过其watch机制来实现。（参考我以 前写的redis事物介绍）

以上是基于redis分布式架构的介绍！但是应用中读写都是在一起的。相关写是在应用操作后flush或者update的，有一定的耦合。为了使读 写分离，以及缓存模块跟应用的耦合更小，考虑使用mysql binlog来刷新缓存。以下是基于binlog刷新可性行分析以及实现过程中需要注意的地方。

三.采用binlog架构刷新缓存可行性分析
1.Mysql日志格式介绍可参考我以前的的介绍。

2.对于使用MIXED日志格式，此日志格式，记录的是对应数据库操作的SQL语句，采用此日志方式存在的问题：

l 对于一些未任何更新操作的SQl语句，像条件不满足，对应的sql也会记录到binlog日志中。

l SQL语句记录的未必包括所有的更新操作。

l 对于一些分布式数据库，对于SQL中的where条件指定的是非均衡字段，也许会存在多条SQL,跟设计有关！

基于以上考虑，采用MIXED的日志格式进行binlog解析是行不通的。（官网给出的指示是failed statementsare not logged ，但不包括语法没错误，更新条件不符合对应的SQL）

3.采用ROW日志格式

对于此日志格式，每行变化都有对应的记录，此日志格式，对于解析及采集数据都是非常方便的，也只有采用此日志格式，才能基于binlog修改，做刷新缓存相关方案的设计。但是基于此日志格式也存在一些问题：

l 需要考虑项目中是否有大量的批量的update操作，如果采用此日志格式，批量操作每一行修改都会记录一条日志，大量的批量操作所产生的日志量，以及所带来的IO开销是否可以接受。

通过以上分析，最终项目中还是考虑基于ROW日志格式进行缓存刷新，还有一个问题需要考虑，在应用层DB进行了相应的update操作后，所产生的 Binlog是会带来一定的延迟，如果Binlog处理模块正常运行，数据是的延迟会非常少，MS级别以内，对用户体验是没有感知的，但是Binlog模 块是多点，异常，以及相应的延迟肯定会是存在的，这样，缓存数据肯定会存在脏数据。

不过通过以上方案，数据能达到最终一致性，因此how to权衡，需要考虑。

通过以上分析，是否采用Binlog来做缓存数据刷新相信大家有一个基本概念了

四.基于binlog刷新缓存的实现时注意的地方

1.如果是采用java做相关开发，可以使用开源的tungstenAPI

2.Binlog日志解析是按照mysql 的master/slave同步流程来实现，即一个线程同步，一个线程解析。

3.设计是可分Binlog处理模块以及缓存处理SqlEvent两部分，其中Binlog处理解析好对应的SqlEvent，然后对应的缓存刷新处理SqlEvent,一个简单的生产者-消费者模式。

4.对于多个Binlog处理模块可以是单点，也可以是通过一些协同工具来管理，看需求。可以使用ZooKeeper等。

5.对于分布式缓存中的数据，对于Binlog来刷新的缓存数据会存在load数据的问题，为了减轻DB的额外压力，flush操作可在get缓存数据处完成。看需求，如果读写完全分享的话此DB的额外压力可以接收的话也可行。

6.对于缓存数据性一致性要求比较高的，可以通过版本号来控制，即在应用层引入一定的耦合，在DB操作时带mark ，缓存刷新是也mark，另外get操作时比较双版本号来达到数据的一致性。（此跟5谈论的一定的联系，读写是否完全分离，以及相应一致性实现的一些方法）

五.一点心得
前前后后，对redis完成调研，以及相关的一些使用，分布式缓存的实现，基于binlog方式的修改等，接触有一年多了，这段时间下来，学了很多，以上算是一点小记，这部分工作的一点小记。实现过程中存在更多的问题。

对于调研相关的一些工作，一定要做的仔细，相应的细节一定要了解透彻，否则也许一此小问题会导致整个方案的不可行，甚至更大的的问题。连锁反应！