-     目錄    -

• 為什么要做 TMC

• 多級(jí)緩存解決方案的痛點(diǎn)
• TMC 整體架構(gòu)
• TMC 本地緩存
• 如何透明
• 整體結(jié)構(gòu)
• 熱點(diǎn)發(fā)現(xiàn)
• 整體流程
• 數(shù)據(jù)收集
• 熱度滑窗
• 熱度匯聚
• 熱點(diǎn)探測
• 特性總結(jié)
• 實(shí)戰(zhàn)效果
• 快手商家某次商品營銷活動(dòng)
• 雙十一期間部分應(yīng)用 TMC 效果展示**
• 功能展望

-     前言    -

TMC，即“透明多級(jí)緩存（Transparent Multilevel Cache）”，是有贊 PaaS 團(tuán)隊(duì)給公司內(nèi)應(yīng)用提供的整體緩存解決方案。

TMC 在通用“分布式緩存解決方案（如 CodisProxy + Redis，如有贊自研分布式緩存系統(tǒng) zanKV）”基礎(chǔ)上，增加了以下功能：

• 應(yīng)用層熱點(diǎn)探測
• 應(yīng)用層本地緩存
• 應(yīng)用層緩存命中統(tǒng)計(jì)

以幫助應(yīng)用層解決緩存使用過程中出現(xiàn)的熱點(diǎn)訪問問題。

-     為什么要做 TMC    -

使用有贊服務(wù)的電商商家數(shù)量和類型很多，商家會(huì)不定期做一些“商品秒殺”、“商品推廣”活動(dòng)，導(dǎo)致“營銷活動(dòng)”、“商品詳情”、“交易下單”等鏈路應(yīng)用出現(xiàn)緩存熱點(diǎn)訪問的情況：

• 活動(dòng)時(shí)間、活動(dòng)類型、活動(dòng)商品之類的信息不可預(yù)期，導(dǎo)致 緩存熱點(diǎn)訪問 情況不可提前預(yù)知；
  
  
• 緩存熱點(diǎn)訪問 出現(xiàn)期間，應(yīng)用層少數(shù) 熱點(diǎn)訪問 key 產(chǎn)生大量緩存訪問請求：沖擊分布式緩存系統(tǒng)，大量占據(jù)內(nèi)網(wǎng)帶寬，最終影響應(yīng)用層系統(tǒng)穩(wěn)定性；

為了應(yīng)對以上問題，需要一個(gè)能夠 自動(dòng)發(fā)現(xiàn)熱點(diǎn) 并 將熱點(diǎn)緩存訪問請求前置在應(yīng)用層本地緩存的解決方案，這就是 TMC 產(chǎn)生的原因。

-     多級(jí)緩存解決方案的痛點(diǎn)    -

基于上述描述，我們總結(jié)了下列 多級(jí)緩存解決方案需要解決的需求痛點(diǎn)：

• 熱點(diǎn)探測：如何快速且準(zhǔn)確的發(fā)現(xiàn) 熱點(diǎn)訪問 key ？
  
  
• 數(shù)據(jù)一致性：前置在應(yīng)用層的本地緩存，如何保障與分布式緩存系統(tǒng)的數(shù)據(jù)一致性？
  
  
• 效果驗(yàn)證：如何讓應(yīng)用層查看本地緩存命中率、熱點(diǎn) key 等數(shù)據(jù)，驗(yàn)證多級(jí)緩存效果？
  
  
• 透明接入：整體解決方案如何減少對應(yīng)用系統(tǒng)的入侵，做到快速平滑接入？

TMC 聚焦上述痛點(diǎn)，設(shè)計(jì)并實(shí)現(xiàn)了整體解決方案。以支持“熱點(diǎn)探測”和“本地緩存”，減少熱點(diǎn)訪問時(shí)對下游分布式緩存服務(wù)的沖擊，避免影響應(yīng)用服務(wù)的性能及穩(wěn)定性。

-     TMC整體架構(gòu)    -

TMC 整體架構(gòu)如上圖，共分為三層：

• 存儲(chǔ)層：提供基礎(chǔ)的 kv 數(shù)據(jù)存儲(chǔ)能力，針對不同的業(yè)務(wù)場景選用不同的存儲(chǔ)服務(wù)（codis/zankv/aerospike）；
  
  
• 代理層：為應(yīng)用層提供統(tǒng)一的緩存使用入口及通信協(xié)議，承擔(dān)分布式數(shù)據(jù)水平切分后的路由功能轉(zhuǎn)發(fā)工作；
  
  
• 應(yīng)用層：提供統(tǒng)一客戶端給應(yīng)用服務(wù)使用，內(nèi)置“熱點(diǎn)探測”、“本地緩存”等功能，對業(yè)務(wù)透明；

本篇聚焦在應(yīng)用層客戶端的“熱點(diǎn)探測”、“本地緩存”功能。

-     TMC 本地緩存    -

如何透明

TMC 是如何減少對業(yè)務(wù)應(yīng)用系統(tǒng)的入侵，做到透明接入的？對于公司 Java 應(yīng)用服務(wù)，在緩存客戶端使用方式上分為兩類：

• 基于 spring.data.redis包，使用 RedisTemplate編寫業(yè)務(wù)代碼；
  
  
• 基于 youzan.framework.redis包，使用 RedisClient編寫業(yè)務(wù)代碼；

不論使用以上那種方式，最終通過 JedisPool創(chuàng)建的 Jedis對象與緩存服務(wù)端代理層做請求交互。

TMC 對原生 jedis 包的 JedisPool和 Jedis類做了改造，在 JedisPool 初始化過程中集成 TMC“熱點(diǎn)發(fā)現(xiàn)”+“本地緩存”功能 Hermes-SDK包的初始化邏輯。

使 Jedis客戶端與緩存服務(wù)端代理層交互時(shí)先與 Hermes-SDK交互，從而完成 “熱點(diǎn)探測”+“本地緩存”功能的透明接入。

對于 Java 應(yīng)用服務(wù)，只需使用特定版本的 jedis-jar 包，無需修改代碼，即可接入 TMC 使用“熱點(diǎn)發(fā)現(xiàn)”+“本地緩存”功能，做到了對應(yīng)用系統(tǒng)的最小入侵。

-     整體結(jié)構(gòu)    -

-     模塊劃分    -

TMC 本地緩存整體結(jié)構(gòu)分為如下模塊：

• Jedis-Client：Java 應(yīng)用與緩存服務(wù)端交互的直接入口，接口定義與原生 Jedis-Client 無異；
  
  
• Hermes-SDK：自研“熱點(diǎn)發(fā)現(xiàn)+本地緩存”功能的 SDK 封裝，Jedis-Client 通過與它交互來集成相應(yīng)能力；
  
  
• Hermes 服務(wù)端集群：接收 Hermes-SDK 上報(bào)的緩存訪問數(shù)據(jù)，進(jìn)行熱點(diǎn)探測，將熱點(diǎn) key 推送給 Hermes-SDK 做本地緩存；
  
  
• 緩存集群：由代理層和存儲(chǔ)層組成，為應(yīng)用客戶端提供統(tǒng)一的分布式緩存服務(wù)入口；
  
  
• 基礎(chǔ)組件：etcd 集群、Apollo 配置中心，為 TMC 提供“集群推送”和“統(tǒng)一配置”能力；

-     基本流程    -

（1）key 值獲取

• Java 應(yīng)用調(diào)用 Jedis-Client 接口獲取 key 的緩存值時(shí)，Jedis-Client 會(huì)詢問 Hermes-SDK 該 key 當(dāng)前是否是 熱點(diǎn)key；
  
  
• 對于 熱點(diǎn)key ，直接從 Hermes-SDK 的 熱點(diǎn)模塊 獲取熱點(diǎn) key 在本地緩存的 value 值，不去訪問 緩存集群 ，從而將訪問請求前置在應(yīng)用層；
  
  
• 對于非 熱點(diǎn)key ，Hermes-SDK 會(huì)通過 Callable回調(diào) Jedis-Client 的原生接口，從 緩存集群 拿到 value 值；
  
  
• 對于 Jedis-Client 的每次 key 值訪問請求，Hermes-SDK 都會(huì)通過其 通信模塊 將 key 訪問事件 異步上報(bào)給 Hermes 服務(wù)端集群 ，以便其根據(jù)上報(bào)數(shù)據(jù)進(jìn)行“熱點(diǎn)探測”；
  
  

（2）key 值過期

• Java 應(yīng)用調(diào)用 Jedis-Client 的 set() del() expire()接口時(shí)會(huì)導(dǎo)致對應(yīng) key 值失效，Jedis-Client 會(huì)同步調(diào)用 Hermes-SDK 的 invalid()方法告知其“key 值失效”事件；
  
  
• 對于 熱點(diǎn) key ，Hermes-SDK 的 熱點(diǎn)模塊 會(huì)先將 key 在本地緩存的 value 值失效，以達(dá)到本地?cái)?shù)據(jù)強(qiáng)一致。同時(shí) 通信模塊 會(huì)異步將“key 值失效”事件通過 etcd 集群 推送給 Java 應(yīng)用集群中其他 Hermes-SDK 節(jié)點(diǎn)；
  
  
• 其他 Hermes-SDK 節(jié)點(diǎn)的 通信模塊 收到 “key 值失效”事件后，會(huì)調(diào)用 熱點(diǎn)模塊 將 key 在本地緩存的 value 值失效，以達(dá)到集群數(shù)據(jù)最終一致；

（3）熱點(diǎn)發(fā)現(xiàn)

• Hermes 服務(wù)端集群 不斷收集 Hermes-SDK上報(bào)的 key 訪問事件，對不同業(yè)務(wù)應(yīng)用集群的緩存訪問數(shù)據(jù)進(jìn)行周期性（3s 一次）分析計(jì)算，以探測業(yè)務(wù)應(yīng)用集群中的熱點(diǎn) key列表；
  
  
• 對于探測到的熱點(diǎn) key列表，Hermes 服務(wù)端集群 將其通過 etcd 集群 推送給不同業(yè)務(wù)應(yīng)用集群的 Hermes-SDK 通信模塊，通知其對熱點(diǎn) key列表進(jìn)行本地緩存；
  
  

（4）配置讀取

• Hermes-SDK 在啟動(dòng)及運(yùn)行過程中，會(huì)從 Apollo 配置中心 讀取其關(guān)心的配置信息（如：啟動(dòng)關(guān)閉配置、黑白名單配置、etcd 地址…）；
  
  
• Hermes 服務(wù)端集群 在啟動(dòng)及運(yùn)行過程中，會(huì)從 Apollo 配置中心 讀取其關(guān)心的配置信息（如：業(yè)務(wù)應(yīng)用列表、熱點(diǎn)閾值配置、etcd 地址…）

-     穩(wěn)定性    -

TMC 本地緩存穩(wěn)定性表現(xiàn)在以下方面：

• 數(shù)據(jù)上報(bào)異步化：Hermes-SDK 使用 rsyslog技術(shù)對“key 訪問事件”進(jìn)行異步化上報(bào)，不會(huì)阻塞業(yè)務(wù)；
  
  
• 通信模塊線程隔離：Hermes-SDK 的 通信模塊 使用獨(dú)立線程池+有界隊(duì)列，保證事件上報(bào)&監(jiān)聽的 I/O 操作與業(yè)務(wù)執(zhí)行線程隔離，即使出現(xiàn)非預(yù)期性異常也不會(huì)影響基本業(yè)務(wù)功能；
  
  
• 緩存管控：Hermes-SDK 的 熱點(diǎn)模塊 對本地緩存大小上限進(jìn)行了管控，使其占用內(nèi)存不超過 64MB（LRU），杜絕 JVM 堆內(nèi)存溢出的可能；

-     一致性    -

TMC 本地緩存一致性表現(xiàn)在以下方面：

• Hermes-SDK 的 熱點(diǎn)模塊 僅緩存 熱點(diǎn) key 數(shù)據(jù)，絕大多數(shù)非熱點(diǎn) key數(shù)據(jù)由 緩存集群 存儲(chǔ)；
  
  
• 熱點(diǎn) key 變更導(dǎo)致 value 失效時(shí)，Hermes-SDK 同步失效本地緩存，保證 本地強(qiáng)一致；
  
  
• 熱點(diǎn) key 變更導(dǎo)致 value 失效時(shí)，Hermes-SDK 通過 etcd 集群 廣播事件，異步失效業(yè)務(wù)應(yīng)用集群中其他節(jié)點(diǎn)的本地緩存，保證 集群最終一致；

-     熱點(diǎn)發(fā)現(xiàn)    -

整體流程

TMC 熱點(diǎn)發(fā)現(xiàn)流程分為四步：

• 數(shù)據(jù)收集：收集 Hermes-SDK 上報(bào)的 key 訪問事件；
  
  
• 熱度滑窗：對 App 的每個(gè) Key，維護(hù)一個(gè)時(shí)間輪，記錄基于當(dāng)前時(shí)刻滑窗的訪問熱度；
  
  
• 熱度匯聚：對 App 的所有 Key，以 的形式進(jìn)行 熱度排序匯總；

• 熱點(diǎn)探測：對 App，從 熱 Key 排序匯總 結(jié)果中選出 TopN 的熱點(diǎn) Key ，推送給 Hermes-SDK；

-     數(shù)據(jù)收集    -

Hermes-SDK通過本地 rsyslog將 key 訪問事件以協(xié)議格式放入 kafka，Hermes 服務(wù)端集群的每個(gè)節(jié)點(diǎn)消費(fèi) kafka 消息，實(shí)時(shí)獲取 key 訪問事件。

訪問事件協(xié)議格式如下：

• appName：集群節(jié)點(diǎn)所屬業(yè)務(wù)應(yīng)用
• uniqueKey：業(yè)務(wù)應(yīng)用 key 訪問事件 的 key
• sendTime：業(yè)務(wù)應(yīng)用 key 訪問事件 的發(fā)生時(shí)間
• weight：業(yè)務(wù)應(yīng)用 key 訪問事件 的訪問權(quán)值

Hermes 服務(wù)端集群節(jié)點(diǎn)將收集到的 key 訪問事件存儲(chǔ)在本地內(nèi)存中，內(nèi)存數(shù)據(jù)結(jié)構(gòu)為 Map<string,map>，對應(yīng)業(yè)務(wù)含義映射為 Map<appname,map>。

-     熱度滑窗    -

-     時(shí)間滑窗    -

Hermes 服務(wù)端集群節(jié)點(diǎn)，對每個(gè) App 的每個(gè) key，維護(hù)了一個(gè) 時(shí)間輪：

• 時(shí)間輪中共 10 個(gè) 時(shí)間片，每個(gè)時(shí)間片記錄當(dāng)前 key 對應(yīng) 3 秒時(shí)間周期的總訪問次數(shù)；
  
  
• 時(shí)間輪 10 個(gè)時(shí)間片的記錄累加即表示當(dāng)前 key 從當(dāng)前時(shí)間向前 30 秒時(shí)間窗口內(nèi)的總訪問次數(shù)；

-     映射任務(wù)    -

Hermes 服務(wù)端集群節(jié)點(diǎn)，對每個(gè) App 每 3 秒 生成一個(gè) 映射任務(wù)，交由節(jié)點(diǎn)內(nèi) “緩存映射線程池” 執(zhí)行。映射任務(wù)內(nèi)容如下：

• 對當(dāng)前 App，從 Map<appname,map>< appname,map<="" code="">中取出 appName 對應(yīng)的 Map Map

  >

  ；

• 遍歷 Map>中的 key，對每個(gè) key 取出其熱度存入其 時(shí)間輪 對應(yīng)的時(shí)間片中。

-     熱度匯聚    -

完成第二步“熱度滑窗”后，映射任務(wù)繼續(xù)對當(dāng)前 App 進(jìn)行“熱度匯聚”工作：

• 遍歷 App 的 key，將每個(gè) key 的 時(shí)間輪 熱度進(jìn)行匯總（即 30 秒時(shí)間窗口內(nèi)總熱度）得到探測時(shí)刻 滑窗總熱度；
  
  
• 將 < key , 滑窗總熱度 > 以排序集合的方式存入 Redis 存儲(chǔ)服務(wù) 中，即 熱度匯聚結(jié)果；

-     熱點(diǎn)探測    -

• 在前幾步，每 3 秒 一次的 映射任務(wù) 執(zhí)行，對每個(gè) App 都會(huì)產(chǎn)生一份當(dāng)前時(shí)刻的 熱度匯聚結(jié)果
  
  
• Hermes 服務(wù)端集群 中的“熱點(diǎn)探測”節(jié)點(diǎn)，對每個(gè) App，只需周期性從其最近一份 熱度匯聚結(jié)果 中取出達(dá)到熱度閾值的 TopN 的 key 列表，即可得到本次探測的 熱點(diǎn) key 列表；

TMC 熱點(diǎn)發(fā)現(xiàn)整體流程如下圖：

-     特性總結(jié)    -

實(shí)時(shí)性

Hermes-SDK 基于rsyslog + kafka 實(shí)時(shí)上報(bào) key 訪問事件。映射任務(wù)3 秒一個(gè)周期完成“熱度滑窗” + “熱度匯聚”工作，當(dāng)有 熱點(diǎn)訪問場景出現(xiàn)時(shí)最長 3 秒即可探測出對應(yīng) 熱點(diǎn) key。

準(zhǔn)確性

key 的熱度匯聚結(jié)果由“基于時(shí)間輪實(shí)現(xiàn)的滑動(dòng)窗口”匯聚得到，相對準(zhǔn)確地反應(yīng)當(dāng)前及最近正在發(fā)生訪問分布。

擴(kuò)展性

Hermes 服務(wù)端集群節(jié)點(diǎn)無狀態(tài)，節(jié)點(diǎn)數(shù)可基于 kafka 的 partition 數(shù)量橫向擴(kuò)展。

“熱度滑窗” + “熱度匯聚” 過程基于 App 數(shù)量，在單節(jié)點(diǎn)內(nèi)多線程擴(kuò)展。

-     實(shí)戰(zhàn)效果    -

快手商家某次商品營銷活動(dòng)

有贊商家通過快手直播平臺(tái)為某商品搞活動(dòng)，造成該商品短時(shí)間內(nèi)被集中訪問產(chǎn)生訪問熱點(diǎn)，活動(dòng)期間 TMC 記錄的實(shí)際熱點(diǎn)訪問效果數(shù)據(jù)如下：

某核心應(yīng)用的緩存請求&命中率曲線圖：

• 上圖藍(lán)線為應(yīng)用集群調(diào)用get()方法訪問緩存次數(shù)
• 上圖綠線為獲取緩存操作命中TMC本地緩存的次數(shù)

• 上圖為本地緩存命中率曲線圖

可以看出活動(dòng)期間緩存請求量及本地緩存命中量均有明顯增長，本地緩存命中率達(dá)到近 80%（即應(yīng)用集群中 80% 的緩存查詢請求被 TMC 本地緩存攔截）。

熱點(diǎn)緩存對應(yīng)用訪問的加速效果：

• 上圖為應(yīng)用接口 QPS 曲線

• 上圖為應(yīng)用接口 RT 曲線

可以看出活動(dòng)期間應(yīng)用接口的請求量有明顯增長，由于 TMC 本地緩存的效果應(yīng)用接口的 RT 反而出現(xiàn)下降。

雙十一期間部分應(yīng)用 TMC 效果展示：

商品域核心應(yīng)用效果

活動(dòng)域核心應(yīng)用效果

-     功能展望    -

TMC 目前已為商品中心、物流中心、庫存中心、營銷活動(dòng)、用戶中心、網(wǎng)關(guān)&消息等多個(gè)核心應(yīng)用模塊提供服務(wù)，后續(xù)應(yīng)用也在陸續(xù)接入中。

TMC 在提供“熱點(diǎn)探測” + “本地緩存”的核心能力同時(shí)，也為應(yīng)用服務(wù)提供了靈活的配置選擇，應(yīng)用服務(wù)可以結(jié)合實(shí)際業(yè)務(wù)情況在“熱點(diǎn)閾值”、“熱點(diǎn) key 探測數(shù)量”、“熱點(diǎn)黑白名單”維度進(jìn)行自由配置以達(dá)到更好的使用效果。

作者：有贊技術(shù)

來源：https://segmentfault.com/a/1190000017142556/