3. 内存缓存集群
当我们搭建单台内存缓存完毕，我们又会面临单点故障的问题，因此 ， 我们必须将它变成一个集群 。简单的做法 ， 是给php高并发数据覆盖他增加一个slave作为备份机器 。但是，如果请求量真的很多，我们发现cache命中率不高，需要更多的机器内存呢？因此 ， 我们更建议将它配置成一个集群 。例如，类似redis cluster 。
Redis cluster集群内的Redis互为多组主从，同时每个节点都可以接受请求，在拓展集群的时候比较方便 。客户端可以向任意一个节点发送请求，如果是它的“负责”的内容，则直接返回内容 。否则 ， 查找实际负责Redis节点 ， 然后将地址告知客户端，客户端重新请求 。
对于使用缓存服务的客户端来说，这一切是透明的 。
内存缓存服务在切换的时候，是有一定风险的 。从A集群切换到B集群的过程中，必须保证B集群提前做好“预热”（B集群的内存中的热点数据，应该尽量与A集群相同，否则 ， 切换的一瞬间大量请求内容，在B集群的内存缓存中查找不到，流量直接冲击后端的数据库服务 ， 很可能导致数据库宕机） 。
4. 减少数据库“写”
上面的机制 ， 都实现减少数据库的“读”的操作，但是，写的操作也是一个大的压力 。写的操作 ， 虽然无法减少，但是可以通过合并请求，来起到减轻压力的效果 。这个时候，我们就需要在内存缓存集群和数据库集群之间 ， 建立一个修改同步机制 。
先将修改请求生效在cache中，让外界查询显示正常，然后将这些sql修改放入到一个队列中存储起来，队列满或者每隔一段时间，合并为一个请求到数据库中更新数据库 。
除了上述通过改变系统架构的方式提升写的性能外 ， MySQL本身也可以通过配置参数innodb_flush_log_at_trx_commit来调整写入磁盘的策略 。如果机器成本允许，从硬件层面解决问题，可以选择老一点的RAID（Redundant Arrays of independent Disks，磁盘列阵）或者比较新的SSD（Solid State Drives，固态硬盘） 。
5. NoSQL存储
不管数据库的读还是写，当流量再进一步上涨 ， 终会达到“人力有穷时”的场景 。继续加机器的成本比较高，并且不一定可以真正解决问题的时候 。这个时候，部分核心数据，就可以考虑使用NoSQL的数据库 。NoSQL存储，大部分都是采用key-value的方式，这里比较推荐使用上面介绍过Redis，Redis本身是一个内存cache，同时也可以当做一个存储来使用 ， 让它直接将数据落地到磁盘 。
这样的话，我们就将数据库中某些被频繁读写的数据，分离出来，放在我们新搭建的Redis存储集群中，又进一步减轻原来MySQL数据库的压力 ， 同时因为Redis本身是个内存级别的Cache，读写的性能都会大幅度提升 。
国内一线互联网公司 ， 架构上采用的解决方案很多是类似于上述方案，不过，使用的cache服务却不一定是Redis，他们会有更丰富的其他选择，甚至根据自身业务特点开发出自己的NoSQL服务 。
6. 空节点查询问题
当我们搭建完前面所说的全部服务，认为Web系统已经很强的时候 。我们还是那句话，新的问题还是会来的 。空节点查询，是指那些数据库中根本不存在的数据请求 。例如 ， 我请求查询一个不存在人员信息，系统会从各级缓存逐级查找，最后查到到数据库本身 ， 然后才得出查找不到的结论，返回给前端 。因为各级cache对它无效，这个请求是非常消耗系统资源的，而如果大量的空节点查询 ， 是可以冲击到系统服务的 。
推荐阅读
- 虚拟主机镜像，虚拟机镜像的作用
- js数组中第一个元素，js数组第一个元素移动到最后
- chatgpt辅助读论文，论文辅助神器
- php数据库查找 php查询数据库内容表格
- 新媒体如何激活老用户账号，新媒体如何激活老用户账号登录
- 战略类游戏单机，战略类游戏排行
- 什么眼镜可以防手机蓝光的简单介绍
- mysql数据怎么转 mysql数据库转sqlserver
- chatgpt反代网站，在线反代