29 分布式緩存重建并發(fā)沖突問題以及zookeeper分布式鎖解決方案

上一篇 “分發(fā)層 + 應(yīng)用層” 雙層nginx 架構(gòu) 之 應(yīng)用層實(shí)現(xiàn), 主要講解了實(shí)現(xiàn)應(yīng)用層數(shù)據(jù)緩存更新茂蚓,為模板提供數(shù)據(jù)來源,本篇講解分布式緩存重建沖突原因及利用zookeeper分布式鎖解決緩存重建沖突問題剃幌。

  • 緩存重建什么意思呢煌贴?
    比如應(yīng)用跑了一段時(shí)間,緩存(redis cluster)實(shí)例中的部分?jǐn)?shù)據(jù)由于被LRU等算法或者其他手段清理了锥忿,這時(shí)候就需要重新到數(shù)據(jù)源中拉取數(shù)據(jù),然后重新設(shè)置到緩存中怠肋。
  • 分布式緩存重建又是什么意思呢敬鬓?
    比如在多個(gè)node節(jié)點(diǎn)上部署了相同的服務(wù)實(shí)例,對外提供服務(wù)笙各,就會出現(xiàn)多個(gè)node分布式的去讀取相同的數(shù)據(jù)钉答,然后寫入緩存(redis cluster)中

從緩存重建或分布式緩存重建從而會發(fā)現(xiàn)一個(gè)新的問題又來了,那就是 —— 分布式 重建緩存的并發(fā)沖突問題

分布式 重建緩存的并發(fā)沖突問題分析

  • 請求流量均勻分布(負(fù)載均衡)到所有的緩存服務(wù)實(shí)例中(前提是緩存服務(wù)部署到多個(gè)node 上)杈抢,就會導(dǎo)致相同的商品id會打到不同的緩存服務(wù)實(shí)例数尿,這樣就導(dǎo)致了分布式緩存重建問題發(fā)生。(前面 28惶楼、27 章節(jié)講解了使用nginx 分發(fā)層和應(yīng)用層對外提供服務(wù)右蹦,根據(jù) 商品id 轉(zhuǎn)發(fā)到應(yīng)用層,應(yīng)用層獲取緩存服務(wù)實(shí)例數(shù)據(jù)歼捐,更新本地緩存并渲染)何陆,如下圖所示:
通過lua 腳本將商品 id 相同的請求分發(fā)到固定的cache service 上

解決思路:部署多個(gè)cache service 實(shí)例,定義緩存實(shí)例請求地址列表豹储,在nginx 應(yīng)用層 計(jì)算 hash( 商品id )贷盲,然后對緩存實(shí)例地址列表數(shù)量取模,取出相應(yīng)的緩存實(shí)例地址剥扣,請求到指定的 緩存實(shí)例node

  • mysql 源數(shù)據(jù)變更時(shí)巩剖,向緩存服務(wù)實(shí)例發(fā)送變更消息時(shí)铝穷,由于緩存服務(wù)是監(jiān)聽kafka topic的,所有一個(gè)kafka consumer 就會消費(fèi)topic 中一個(gè)partition佳魔,那么多個(gè)緩存服務(wù)就會消費(fèi)多個(gè)kafka partition曙聂,這樣說來就會發(fā)送緩存重建問題了,如下圖所示:
多實(shí)例kafka 消費(fèi)問題

解決思路:在源數(shù)據(jù)服務(wù)的 kafka producer 中 吃引,發(fā)送message 加上 商品id即可筹陵,kafka 就會按照商品id 的方式進(jìn)行分區(qū)

  • 上面講源數(shù)據(jù)服務(wù)變更引入分區(qū),只能解決單向緩存服務(wù)消費(fèi)(不包含其他請求也請求到緩存服務(wù)情況)镊尺,如果源數(shù)據(jù)服務(wù)變更打到cache service node 1 朦佩,其他請求(nginx等等)請求打到cache service node2 ,那么問題就來了庐氮,因?yàn)閚ginx 分發(fā)層或者應(yīng)用層的分發(fā)hash 分發(fā)策略是自己定義的语稠,安裝crc32 取hash 后取模的,你無法確定kafka 的分區(qū)策略弄砍,這里就無法統(tǒng)一了仙畦,這時(shí)候在高并發(fā)或者一些不確定因素的情況下就會出現(xiàn)兩邊都更新緩存了,就會出現(xiàn)沖突了音婶。如下圖所示:
數(shù)據(jù)沖突分析

上圖有兩條更新線:
a: nginx > cache service node1 > 源數(shù)據(jù)服務(wù) > redis cluster
b: 源數(shù)據(jù)服務(wù) > kafka > cache service node3 > 源數(shù)據(jù)服務(wù) > redis cluster

很明顯就可以發(fā)現(xiàn)問題了慨畸,最終redis cluster 中的最新數(shù)據(jù)并不是最新的。

基于以上分析衣式,該怎么解決呢寸士,前面兩個(gè)點(diǎn)按照解決思路做好后,我們就可以單獨(dú)解決第三點(diǎn)問題碴卧,這里可以使用分布式的共享鎖弱卡,將不同node 實(shí)例的訪問共享資源串行起來,分布式鎖有很多住册,比如redis 分布式鎖婶博、zookeeper 分布式鎖,筆者以zokeeper 分布式鎖為例

基于zookeeper分布式鎖的解決方案

zookeeper 分布式鎖解決方案

基于問題三中分析圖中加入zookeeper荧飞,誰先得到zookeeper 鎖凡人,誰先更新redis cluster ,同時(shí)緩存數(shù)據(jù)加入當(dāng)時(shí)的時(shí)間(版本控制叹阔、比較)划栓,沒有得到鎖的等待。

zookeeper分布式鎖的解決邏輯思路
  • 變更緩存重建或者空緩存請求重建条获,更新redis之前忠荞,先獲取對應(yīng)商品id的分布式鎖
  • 拿到分布式鎖后,做時(shí)間版本比較,如果自己的版本新于redis中的版本委煤,那么就更新堂油,否則就不更新
  • 如果拿不到分布式鎖,那么就等待碧绞,不斷輪詢等待府框,直到自己獲取到分布式的鎖

以上就是本章內(nèi)容,如有不對的地方讥邻,請多多指教迫靖,謝謝!

為了方便有需要的人兴使,本系列全部軟件都在 https://pan.baidu.com/s/1qYsJZfY

下章預(yù)告:主要講解 “ 帶你利用zookeeper 分布式鎖解決緩存重建沖突”

作者:逐暗者 (轉(zhuǎn)載請注明出處)

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末系宜,一起剝皮案震驚了整個(gè)濱河市,隨后出現(xiàn)的幾起案子发魄,更是在濱河造成了極大的恐慌盹牧,老刑警劉巖,帶你破解...
    沈念sama閱讀 222,590評論 6 517
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件励幼,死亡現(xiàn)場離奇詭異汰寓,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)苹粟,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,157評論 3 399
  • 文/潘曉璐 我一進(jìn)店門有滑,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人嵌削,你說我怎么就攤上這事毛好。” “怎么了掷贾?”我有些...
    開封第一講書人閱讀 169,301評論 0 362
  • 文/不壞的土叔 我叫張陵,是天一觀的道長荣茫。 經(jīng)常有香客問我想帅,道長,這世上最難降的妖魔是什么啡莉? 我笑而不...
    開封第一講書人閱讀 60,078評論 1 300
  • 正文 為了忘掉前任港准,我火速辦了婚禮,結(jié)果婚禮上咧欣,老公的妹妹穿的比我還像新娘浅缸。我一直安慰自己,他們只是感情好魄咕,可當(dāng)我...
    茶點(diǎn)故事閱讀 69,082評論 6 398
  • 文/花漫 我一把揭開白布衩椒。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪毛萌。 梳的紋絲不亂的頭發(fā)上苟弛,一...
    開封第一講書人閱讀 52,682評論 1 312
  • 那天,我揣著相機(jī)與錄音阁将,去河邊找鬼膏秫。 笑死,一個(gè)胖子當(dāng)著我的面吹牛做盅,可吹牛的內(nèi)容都是我干的缤削。 我是一名探鬼主播,決...
    沈念sama閱讀 41,155評論 3 422
  • 文/蒼蘭香墨 我猛地睜開眼吹榴,長吁一口氣:“原來是場噩夢啊……” “哼亭敢!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起腊尚,我...
    開封第一講書人閱讀 40,098評論 0 277
  • 序言:老撾萬榮一對情侶失蹤吨拗,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后婿斥,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體劝篷,經(jīng)...
    沈念sama閱讀 46,638評論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,701評論 3 342
  • 正文 我和宋清朗相戀三年民宿,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了娇妓。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,852評論 1 353
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡活鹰,死狀恐怖哈恰,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情志群,我是刑警寧澤着绷,帶...
    沈念sama閱讀 36,520評論 5 351
  • 正文 年R本政府宣布,位于F島的核電站锌云,受9級特大地震影響荠医,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜桑涎,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,181評論 3 335
  • 文/蒙蒙 一彬向、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧攻冷,春花似錦娃胆、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,674評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽凿蒜。三九已至,卻和暖如春招驴,著一層夾襖步出監(jiān)牢的瞬間篙程,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,788評論 1 274
  • 我被黑心中介騙來泰國打工别厘, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留纺且,地道東北人村刨。 一個(gè)月前我還...
    沈念sama閱讀 49,279評論 3 379
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親氯庆。 傳聞我的和親對象是個(gè)殘疾皇子命咐,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,851評論 2 361

推薦閱讀更多精彩內(nèi)容