Enviar búsqueda
Cargar
大型系统的缓存标准化之路—从主从多级重client到一体化
•
1 recomendación
•
1,186 vistas
XiaoJun Hong
Seguir
在新浪微博平台技术开放日分享的议题
Leer menos
Leer más
Tecnología
Denunciar
Compartir
Denunciar
Compartir
1 de 32
Descargar ahora
Descargar para leer sin conexión
Recomendados
Feed服务架构-新浪微博新员工培训议题
Feed服务架构-新浪微博新员工培训议题
XiaoJun Hong
大规模数据库存储方案
大规模数据库存储方案
XiaoJun Hong
新浪微博分布式缓存与队列-2013版
新浪微博分布式缓存与队列-2013版
XiaoJun Hong
张铁安:Feed系统架构浅析
张铁安:Feed系统架构浅析
Leechael
分布式缓存与队列
分布式缓存与队列
XiaoJun Hong
新浪微博Feed服务架构
新浪微博Feed服务架构
XiaoJun Hong
新浪微博redis技术演化
新浪微博redis技术演化
XiaoJun Hong
高性能队列Fqueue的设计和使用实践
高性能队列Fqueue的设计和使用实践
孙立
Recomendados
Feed服务架构-新浪微博新员工培训议题
Feed服务架构-新浪微博新员工培训议题
XiaoJun Hong
大规模数据库存储方案
大规模数据库存储方案
XiaoJun Hong
新浪微博分布式缓存与队列-2013版
新浪微博分布式缓存与队列-2013版
XiaoJun Hong
张铁安:Feed系统架构浅析
张铁安:Feed系统架构浅析
Leechael
分布式缓存与队列
分布式缓存与队列
XiaoJun Hong
新浪微博Feed服务架构
新浪微博Feed服务架构
XiaoJun Hong
新浪微博redis技术演化
新浪微博redis技术演化
XiaoJun Hong
高性能队列Fqueue的设计和使用实践
高性能队列Fqueue的设计和使用实践
孙立
美团点评技术沙龙010-点评RDS系统介绍
美团点评技术沙龙010-点评RDS系统介绍
美团点评技术团队
大数据时代feed架构 (ArchSummit Beijing 2014)
大数据时代feed架构 (ArchSummit Beijing 2014)
Tim Y
Traffic server 管理员指南v1.0
Traffic server 管理员指南v1.0
qianshi
分布式Key Value Store漫谈
分布式Key Value Store漫谈
Tim Y
美团点评技术沙龙14:美团云对象存储系统
美团点评技术沙龙14:美团云对象存储系统
美团点评技术团队
豆瓣数据架构实践
豆瓣数据架构实践
Xupeng Yun
Memcached vs redis
Memcached vs redis
qianshi
阿里CDN技术揭秘
阿里CDN技术揭秘
Joshua Zhu
淘宝图片存储与Cdn系统
淘宝图片存储与Cdn系统
Dai Jun
Hacking Nginx at Taobao
Hacking Nginx at Taobao
Joshua Zhu
redis 适用场景与实现
redis 适用场景与实现
iammutex
阿里云CDN技术演进之路
阿里云CDN技术演进之路
Joshua Zhu
淘宝软件基础设施构建实践
淘宝软件基础设施构建实践
Wensong Zhang
Q con shanghai2013-[刘海锋]-[京东文件系统简介]
Q con shanghai2013-[刘海锋]-[京东文件系统简介]
Michael Zhang
“云存储系统”赏析系列分享三:Sql与nosql
“云存储系统”赏析系列分享三:Sql与nosql
knuthocean
了解集群
了解集群
Feng Yu
基于MySQL的分布式数据库实践
基于MySQL的分布式数据库实践
jackbillow
阿里自研数据库 Ocean base实践
阿里自研数据库 Ocean base实践
drewz lin
美团技术沙龙04 - Kv Tair best practise
美团技术沙龙04 - Kv Tair best practise
美团点评技术团队
大型电商的数据服务的要点和难点
大型电商的数据服务的要点和难点
Chao Zhu
Redis在唯品会的应用实践.pdf
Redis在唯品会的应用实践.pdf
jaydenhu
淘宝前台系统性能分析与优化
淘宝前台系统性能分析与优化
丁 宇
Más contenido relacionado
La actualidad más candente
美团点评技术沙龙010-点评RDS系统介绍
美团点评技术沙龙010-点评RDS系统介绍
美团点评技术团队
大数据时代feed架构 (ArchSummit Beijing 2014)
大数据时代feed架构 (ArchSummit Beijing 2014)
Tim Y
Traffic server 管理员指南v1.0
Traffic server 管理员指南v1.0
qianshi
分布式Key Value Store漫谈
分布式Key Value Store漫谈
Tim Y
美团点评技术沙龙14:美团云对象存储系统
美团点评技术沙龙14:美团云对象存储系统
美团点评技术团队
豆瓣数据架构实践
豆瓣数据架构实践
Xupeng Yun
Memcached vs redis
Memcached vs redis
qianshi
阿里CDN技术揭秘
阿里CDN技术揭秘
Joshua Zhu
淘宝图片存储与Cdn系统
淘宝图片存储与Cdn系统
Dai Jun
Hacking Nginx at Taobao
Hacking Nginx at Taobao
Joshua Zhu
redis 适用场景与实现
redis 适用场景与实现
iammutex
阿里云CDN技术演进之路
阿里云CDN技术演进之路
Joshua Zhu
淘宝软件基础设施构建实践
淘宝软件基础设施构建实践
Wensong Zhang
Q con shanghai2013-[刘海锋]-[京东文件系统简介]
Q con shanghai2013-[刘海锋]-[京东文件系统简介]
Michael Zhang
“云存储系统”赏析系列分享三:Sql与nosql
“云存储系统”赏析系列分享三:Sql与nosql
knuthocean
了解集群
了解集群
Feng Yu
基于MySQL的分布式数据库实践
基于MySQL的分布式数据库实践
jackbillow
阿里自研数据库 Ocean base实践
阿里自研数据库 Ocean base实践
drewz lin
美团技术沙龙04 - Kv Tair best practise
美团技术沙龙04 - Kv Tair best practise
美团点评技术团队
大型电商的数据服务的要点和难点
大型电商的数据服务的要点和难点
Chao Zhu
La actualidad más candente
(20)
美团点评技术沙龙010-点评RDS系统介绍
美团点评技术沙龙010-点评RDS系统介绍
大数据时代feed架构 (ArchSummit Beijing 2014)
大数据时代feed架构 (ArchSummit Beijing 2014)
Traffic server 管理员指南v1.0
Traffic server 管理员指南v1.0
分布式Key Value Store漫谈
分布式Key Value Store漫谈
美团点评技术沙龙14:美团云对象存储系统
美团点评技术沙龙14:美团云对象存储系统
豆瓣数据架构实践
豆瓣数据架构实践
Memcached vs redis
Memcached vs redis
阿里CDN技术揭秘
阿里CDN技术揭秘
淘宝图片存储与Cdn系统
淘宝图片存储与Cdn系统
Hacking Nginx at Taobao
Hacking Nginx at Taobao
redis 适用场景与实现
redis 适用场景与实现
阿里云CDN技术演进之路
阿里云CDN技术演进之路
淘宝软件基础设施构建实践
淘宝软件基础设施构建实践
Q con shanghai2013-[刘海锋]-[京东文件系统简介]
Q con shanghai2013-[刘海锋]-[京东文件系统简介]
“云存储系统”赏析系列分享三:Sql与nosql
“云存储系统”赏析系列分享三:Sql与nosql
了解集群
了解集群
基于MySQL的分布式数据库实践
基于MySQL的分布式数据库实践
阿里自研数据库 Ocean base实践
阿里自研数据库 Ocean base实践
美团技术沙龙04 - Kv Tair best practise
美团技术沙龙04 - Kv Tair best practise
大型电商的数据服务的要点和难点
大型电商的数据服务的要点和难点
Similar a 大型系统的缓存标准化之路—从主从多级重client到一体化
Redis在唯品会的应用实践.pdf
Redis在唯品会的应用实践.pdf
jaydenhu
淘宝前台系统性能分析与优化
淘宝前台系统性能分析与优化
丁 宇
新浪微博平台与安全架构
新浪微博平台与安全架构
n716
04.web sphere培训 应用websphere优化
04.web sphere培训 应用websphere优化
littlecong
有道云笔记架构简介
有道云笔记架构简介
drewz lin
淘宝网前台应用性能优化实践
淘宝网前台应用性能优化实践
丁 宇
Accelerate Database as a Service(DBaaS) in Cloud era
Accelerate Database as a Service(DBaaS) in Cloud era
Junchi Zhang
从林书豪到全明星 - 虎扑网技术架构如何化解流量高峰
从林书豪到全明星 - 虎扑网技术架构如何化解流量高峰
Scourgen Hong
李战怀 大数据环境下数据存储与管理的研究
李战怀 大数据环境下数据存储与管理的研究
jins0618
雲端環境的快取策略-Global Azure Bootcamp 2015 臺北場
雲端環境的快取策略-Global Azure Bootcamp 2015 臺北場
twMVC
美团技术沙龙04 美团下一代分布式存储系统
美团技术沙龙04 美团下一代分布式存储系统
美团点评技术团队
百度数据库中间层
百度数据库中间层
yp_fangdong
构建可扩展的微博系统
构建可扩展的微博系统
lonegunman
java title
java title
lonegunman
Mysql调优
Mysql调优
ken shin
大型互联网站性能优化
大型互联网站性能优化
丁 宇
了解应用服务器
了解应用服务器
Feng Yu
05.wls调优
05.wls调优
Meng He
mercury
mercury
moonbingbing
4.陈群-唯品会大规模Redis集群存储架构演进.pdf
4.陈群-唯品会大规模Redis集群存储架构演进.pdf
StevenShing
Similar a 大型系统的缓存标准化之路—从主从多级重client到一体化
(20)
Redis在唯品会的应用实践.pdf
Redis在唯品会的应用实践.pdf
淘宝前台系统性能分析与优化
淘宝前台系统性能分析与优化
新浪微博平台与安全架构
新浪微博平台与安全架构
04.web sphere培训 应用websphere优化
04.web sphere培训 应用websphere优化
有道云笔记架构简介
有道云笔记架构简介
淘宝网前台应用性能优化实践
淘宝网前台应用性能优化实践
Accelerate Database as a Service(DBaaS) in Cloud era
Accelerate Database as a Service(DBaaS) in Cloud era
从林书豪到全明星 - 虎扑网技术架构如何化解流量高峰
从林书豪到全明星 - 虎扑网技术架构如何化解流量高峰
李战怀 大数据环境下数据存储与管理的研究
李战怀 大数据环境下数据存储与管理的研究
雲端環境的快取策略-Global Azure Bootcamp 2015 臺北場
雲端環境的快取策略-Global Azure Bootcamp 2015 臺北場
美团技术沙龙04 美团下一代分布式存储系统
美团技术沙龙04 美团下一代分布式存储系统
百度数据库中间层
百度数据库中间层
构建可扩展的微博系统
构建可扩展的微博系统
java title
java title
Mysql调优
Mysql调优
大型互联网站性能优化
大型互联网站性能优化
了解应用服务器
了解应用服务器
05.wls调优
05.wls调优
mercury
mercury
4.陈群-唯品会大规模Redis集群存储架构演进.pdf
4.陈群-唯品会大规模Redis集群存储架构演进.pdf
大型系统的缓存标准化之路—从主从多级重client到一体化
1.
新浪微博 洪小军 @XiaoJunHong
@微博平台架构 大型系统的缓存标准化之路᠋᠌᠍᠋᠌᠍ —从主从多级重client到一体化
2.
大型系统的缓存标准化之路 • 大型系统面临的挑战 • 怎么应对每秒百万级资源调用? •
怎么保证99.99%的可用性? • 怎么保证核心请求响应时间在毫秒级?
3.
大型系统的缓存标准化之路
4.
大型系统的缓存标准化之路 • 讨论大纲 ! 主从多级缓存 • 服务化和标准化
5.
大型系统的缓存标准化之路 • 系统挑战 • 每秒对资源万级请求 •
需要保证较低的响应时间
6.
大型系统的缓存标准化之路 • 分布式缓存 • 多节点部署 •
客户端上实现分布式 Client Master Cluster Memcached Memcached
7.
大型系统的缓存标准化之路 • 系统挑战 • 服务器和网络可能会出现问题 •
后端数据库承受不了单个节点完全穿透的量 • 面临雪崩效应风险
8.
大型系统的缓存标准化之路 • Master/Slave机制 • 防单点:不容许节点故障时命中率受影响 •
成本问题:可考虑同城机房互为master/slave Client Master Cluster Slave Cluster
9.
大型系统的缓存标准化之路 • 系统挑战 • 每秒对资源百万级请求 •
网络带宽、吞吐量成为瓶颈 • 存在访问量暴增可能性
10.
大型系统的缓存标准化之路 • L1 Cache •
在线线性扩容方案 • 满足业务快速发展需要 • 应对成倍访问量增加情况 Client Master Cluster Slave Cluster L1 Cluster
11.
大型系统的缓存标准化之路 • 主从多级缓存 分布式
Master/Slave L1 Cache
12.
大型系统的缓存标准化之路 • 讨论大纲 • 主从多级缓存 ! 服务化和标准化
13.
大型系统的缓存标准化之路 • 重客户端开发模式 • 配置 •
实现 o CacheClient client = build(); o client.set(key, test); o client.get(key);
14.
大型系统的缓存标准化之路 • 面临的问题 –
开发层面 • 重客户端形式,主从多级缓存策略客户端实现 • 客户端存在多个版本,各业务使用不统一 • 工程师需很熟悉主从多级策略,自己把控可用性 • 曾经存在个别小业务有单点问题风险
15.
大型系统的缓存标准化之路 • 配置变更上线流程 容量瓶颈/ 节点异常 通知开发 更改配置
测试/打包 系统发布 上线
16.
大型系统的缓存标准化之路 • 面临的问题 –
运维层面 • 运维变更成本高,变更周期长 • 运维把控系统容量能力有限 • 需开发配合,完整的变更流程太长
17.
大型系统的缓存标准化之路 • 缓存服务化和标准化 • Cache
Service设计 • 面向服务开发 • 运维标准化
18.
大型系统的缓存标准化之路 • Cache Service整体设计
19.
大型系统的缓存标准化之路 • Cache Service部署结构
20.
大型系统的缓存标准化之路 • 协议处理逻辑 • get:l1
– master - slave • gets:master - slave o master失败直接返回 • add/cas:master – others o master更新成功后修改命令为set,异步更新others • set/replace/prepend/append:all L1 Cache Master Cache Slave Cache
21.
大型系统的缓存标准化之路 • 分布式cache怎么解决强一致性问题 • 使用cas命令? •
分布式场景下cas会是怎么样? • master宕机后会出现什么状况? • cache service服务端 + 业务端处理 方案
22.
大型系统的缓存标准化之路 • 容灾策略 • 快速失败策略:节点故障调用快速返回 o
server_failure_limit o server_retry_timeout
23.
大型系统的缓存标准化之路 • 面向服务开发 • 重客户端
- 轻客户端 • 更好的多语言支持
24.
大型系统的缓存标准化之路 • 重客户端开发模式 • 配置 •
实现 o CacheClient client = build(); o client.set(key, test); o client.get(key);
25.
大型系统的缓存标准化之路 • 面向服务开发 • 配置 o
weibo:cs namespace=status-content registry=vintage” / • 实现 o CacheClient client = build(); o client.set(key, aa); o client.get(key);
26.
大型系统的缓存标准化之路 • 运维标准化 • 运维对资源有直接管控能力,变更秒级生效 o
通过配置服务变更,不需依赖开发及其代码上线 • 标准化的运维流程 o 节点故障处理、扩容缩容等操作标准化 • 可以做到更自动化的运维
27.
大型系统的缓存标准化之路 • 提升运维管控能力 容量瓶颈/ 节点异常 通知开发 更改配置
测试/打包 系统发布 上线 容量瓶颈/ 节点异常 变更配置
28.
大型系统的缓存标准化之路 • 节点故障处理 • 替换为新的空节点,在线热缓存 •
不影响命中率 Slave node1 node2 node3 Master node1 Crash! node3 Client
29.
大型系统的缓存标准化之路 • 内存容量扩容/缩容 • 添加L1
cache,在线预热,最终替换原有缓存 Slave node1 node2 node3 Master node1 node2 node3 Client L1(new master or slave) node1 node2 node3 node4
30.
大型系统的缓存标准化之路 • 线性扩容 –
网络带宽、吞吐量 • 在线扩容L1 cache Slave node1 node2 node3 Master node1 node2 node3 Client L1 node1 node2 node3
31.
大型系统的缓存标准化之路 • proxy扩容/缩容 • 无状态服务 •
直接在线扩容/缩容,不影响业务
32.
谢谢
Descargar ahora