go zero微服務高在請求量下如何優化

引言

前兩篇文章我們介紹了快取使用的各種最佳實踐，首先介紹了快取使用的基本姿勢，分別是如何利用go-zero自動生成的快取和邏輯程式碼中快取程式碼如何寫，接著講解了在面對快取的穿透、擊穿、雪崩等常見問題時的解決方案，最後還重點講解了如何保證快取的一致性。

因為快取對於高並行服務來說實在是太重要了，所以這篇文章我們還會繼續一起學習下快取相關的知識。

本地快取

當我們遇到極端熱點資料查詢的時候，這個時候就要考慮本地快取了。熱點本地快取主要部署在應用伺服器的程式碼中，用於阻擋熱點查詢對於Redis等分散式快取或者資料庫的壓力。

在我們的商城中，首頁Banner中會放一些廣告商品或者推薦商品，這些商品的資訊由運營在管理後臺錄入和變更。這些商品的請求量非常大，即使是Redis也很難扛住，所以這裡我們可以使用本地快取來進行優化。

在product庫中先建一張商品運營表product_operation，為了簡化只保留必要欄位，product_id為推廣運營的商品id，status為運營商品的狀態，status為1的時候會在首頁Banner中展示該商品。

CREATE TABLE `product_operation` (
  `id` bigint unsigned NOT NULL AUTO_INCREMENT,
  `product_id` bigint unsigned NOT NULL DEFAULT 0 COMMENT '商品id',
  `status` int NOT NULL DEFAULT '1' COMMENT '運營商品狀態 0-下線 1-上線',
  `create_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '建立時間',
  `update_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '更新時間',
  PRIMARY KEY (`id`),
  KEY `ix_update_time` (`update_time`)
) ENGINE=InnoDB  DEFAULT CHARSET=utf8mb4 COMMENT='商品運營表';

本地快取的實現比較簡單，我們可以使用map來自己實現，在go-zero的collection中提供了Cache來實現本地快取的功能，我們直接拿來用，重複造輪子從來不是一個明智的選擇，localCacheExpire為本地快取過期時間，Cache提供了Get和Set方法，使用非常簡單

localCache, err := collection.NewCache(localCacheExpire)

先從本地快取中查詢，如果命中快取則直接返回。沒有命中快取的話需要先從資料庫中查詢運營位商品id，然後再聚合商品資訊，最後回塞到本地快取中。詳細程式碼邏輯如下：

func (l *OperationProductsLogic) OperationProducts(in *product.OperationProductsRequest) (*product.OperationProductsResponse, error) {
  opProducts, ok := l.svcCtx.LocalCache.Get(operationProductsKey)
  if ok {
    return &product.OperationProductsResponse{Products: opProducts.([]*product.ProductItem)}, nil
  }
  pos, err := l.svcCtx.OperationModel.OperationProducts(l.ctx, validStatus)
  if err != nil {
    return nil, err
  }
  var pids []int64
  for _, p := range pos {
    pids = append(pids, p.ProductId)
  }
  products, err := l.productListLogic.productsByIds(l.ctx, pids)
  if err != nil {
    return nil, err
  }
  var pItems []*product.ProductItem
  for _, p := range products {
    pItems = append(pItems, &product.ProductItem{
      ProductId: p.Id,
      Name:      p.Name,
    })
  }
  l.svcCtx.LocalCache.Set(operationProductsKey, pItems)
  return &product.OperationProductsResponse{Products: pItems}, nil
}

使用grpurl偵錯工具請求介面，第一次請求cache miss後，後面的請求都會命中本地快取，等到本地快取過期後又會重新回源db載入資料到本地快取中

~ grpcurl -plaintext -d '{}' 127.0.0.1:8081 product.Product.OperationProducts
{
  "products": [
    {
      "productId": "32",
      "name": "電風扇6"
    },
    {
      "productId": "31",
      "name": "電風扇5"
    },
    {
      "productId": "33",
      "name": "電風扇7"
    }
  ]
}

注意，並不是所有資訊都適用於本地快取，本地快取的特點是請求量超高，同時業務上能夠允許一定的不一致，因為本地快取一般不會主動做更新操作，需要等到過期後重新回源db後再更新。所以在業務中要視情況而定看是否需要使用本地快取。

自動識別熱點資料

首頁Banner場景是由運營人員來設定的，也就是我們能提前知道可能產生的熱點資料，但有些情況我們是不能提前預知資料會成為熱點的。

所以就需要我們能自適應地自動的識別這些熱點資料，然後把這些資料提升為本地快取。

我們維護一個滑動視窗，比如滑動視窗設定為10s，就是要統計這10s內有哪些key被高頻存取，一個滑動視窗中對應多個Bucket，每個Bucket中對應一個map，map的key為商品的id，value為商品對應的請求次數。

接著我們可以定時的(比如10s)去統計當前所有Buckets中的key的資料，然後把這些資料匯入到大頂堆中，輕而易舉的可以從大頂堆中獲取topK的key，我們可以設定一個閾值，比如在一個滑動視窗時間內某一個key存取頻次超過500次，就認為該key為熱點key，從而自動地把該key升級為本地快取。

快取使用技巧

下面介紹一些快取使用的小技巧

• key的命名要儘量易讀，即見名知意，在易讀的前提下長度要儘可能的小，以減少資源的佔用，對於value來說可以用int就儘量不要用string，對於小於N的value，redis內部有shared_object快取。
• 在redis使用hash的情況下進行key的拆分，同一個hash key會落到同一個redis節點，hash過大的情況下會導致記憶體以及請求分佈的不均勻，考慮對hash進行拆分為小的hash，使得節點記憶體均勻避免單節點請求熱點。
• 為了避免不存在的資料請求，導致每次請求都快取miss直接打到資料庫中，進行空快取的設定。
• 快取中需要存物件的時候，序列化儘量使用protobuf，儘可能減少資料大小。
• 新增資料的時候要保證快取務必存在的情況下再去操作新增，使用Expire來判斷快取是否存在。
• 對於儲存每日登入場景的需求，可以使用BITSET，為了避免單個BITSET過大或者熱點，可以進行sharding。
• 在使用sorted set的時候，避免使用zrange或者zrevrange返回過大的集合，複雜度較高。
• 在進行快取操作的時候儘量使用PIPELINE，但也要注意避免集合過大。
• 避免超大的value。
• 快取儘量要設定過期時間。
• 慎用全量操作命令，比如Hash型別的HGETALL、Set型別的SMEMBERS等，這些操作會對Hash和Set的底層資料結構進行全量掃描，如果資料量較多的話，會阻塞Redis主執行緒。
• 獲取集合型別的全量資料可以使用SSCAN、HSCAN等命令分批返回集合中的資料，減少對主執行緒的阻塞。
• 慎用MONITOR命令，MONITOR命令會把監控到的內容持續寫入輸出緩衝區，如果線上命令操作很多，輸出緩衝區很快就會溢位，會對Redis效能造成影響。
• 生產環境禁用KEYS、FLUSHALL、FLUSHDB等命令。

結束語

已知的熱點快取比較簡單，從資料庫中提前載入到記憶體中即可，未知的熱點快取我們需要自適應的識別出熱點的資料，然後把這些熱點的資料升級為本地快取。最後介紹了一些實際生產中快取使用的一些小技巧，在生產環境中要活靈活用盡量避免問題的產生。

程式碼倉庫: https://github.com/zhoushuguang/lebron

專案地址: https://github.com/zeromicro/go-zero

本篇文章介紹瞭如何使用本地熱點快取應對超高的請求，熱點快取又分為已知的熱點快取和未知的熱點快取,希望大家以後多多支援it145.com！