redis缓存测试
为什么要使用缓存?
当然是为了快和省。
快是因为业务系统的数据处理结果暂时存在内存中,下次访问时直接从内存取出,所以会很快。省是节省数据的处理流程及服务器的资源消耗。
所以,什么时候使用缓存呢?
当业务出现性能瓶颈时(比如 QPS 较高/对 RT 有要求或服务器/DB 性能较差),可以考虑使用缓存来提升系统性能。
Redis 缓存怎么用?
Redis 一般和其他数据库(如:MySQL)搭配使用,用来减轻后端数据库的压力。
Redis 会把 MySQL 中经常被查询的数据缓存起来,这样当用户来访问的时候,直接从 Redis 中获取缓存的数据就可以了。
如果 Redis 中没有用户所要查询的数据,就会去 MySQL 查询,当数据返回给客户端时,同时也会将数据缓存到 Redis 中,下次就可以直接从 Redis 中获取了。
确认缓存的更新策略:
先更新数据库,再更新缓存;
先更新缓存,再更新数据库;
先淘汰缓存,再更新数据库;
先更新数据库,再淘汰缓存(推荐)
一、校验缓存的正确性
验证基本功能
缓存增加:
增加缓存,校验功能和数据是否正确,DB 中的数据跟 Redis 是否一致,缓存过期时间与设计是否一致;
缓存更新:
更新缓存,校验功能和数据是否正确,DB 中的数据跟 Redis 是否一致;缓存过期时间与设计是否一致;
对同一条数据并发执行更新和查询操作,校验功能和数据是否正确,DB 中的数据跟 Redis 是否一致;缓存过期时间与设计是否一致;
缓存删除:
删除缓存,校验功能和数据是否正确,再次请求,缓存是否被正确写入,DB 中的数据跟 Redis 是否一致;
缓存过期:
设置 Redis 过期时间,校验缓存是否正常过期失效。再次写入缓存,缓存过期时间被更新。(可通过修改服务器时间或手动修改缓存的 TTL)
缓存读取:
校验数据在缓存和 DB 中都存在时,系统功能是否正常;
校验数据在 DB 存在,但缓存中不存在时,系统功能是否正常;
校验数据在缓存和 DB 中都不存在时,系统功能是否正常;
验证 DB 返回的数据异常时,没有去缓存;
二、验证特殊场景
缓存超时:
校验缓存查询达到超时时间后,未返回指定的数据,对系统的影响。
缓存穿透:
不断查询一个 DB 和缓存中一定不存在的数据,验证返回数据为空。
缓存雪崩:
校验缓存是否采用了相同的过期时间。如果缓存大指量同时失效,验证系统功能是否正常,性能指标是否正常。
缓存击穿:
缓存中的数据没有人查询过 ,第一次就大并发的访问;
缓存中的某条数据刚好失效后,就进行大并发访问,校验功能是否正常,各项性能指标是否正常。
缓存预热:
大批量缓存在同一时间点过期,验证缓存预热耗时及预热时机。
在缓存预热期间请求更新接口和查询接口,验证返回数据的正确性。
缓存上限:
校验缓存淘汰参数配置与预期一致:增加缓存至达到 maxmemory 限制时(可修改 redis.conf 配置文件中配置的最大可用内存值),再次请求查询,数据返回正确,且缓存淘汰正确。
缓存停服:
校验关闭缓存服务后,系统功能和性能的运行情况。
验证重启 Redis 服务后,请求查询返回的数据正确,DB 中的数据跟 Redis 一致。
测试并发:
并发请求缓存中有的数据,校验返回数据是否正确,各项性能指标是否正常。
并发请求缓存中没有但 DB 中有的数据,校验返回数据是否正确,各项性能指标是否正常。
并发请求缓存中没有 DB 中也没有的数据,校验返回数据是否为空,各项性能指标是否正常。
一般测试是结合redis可视化工具进行验证,如开源免费的QuickRedis
相关文章
- 直接在代码里面对list集合进行分页
- .NET Framework 4.5新特性详解
- 大数据的简要介绍
- 大数据的由来
- 高斯混合模型的自然梯度变量推理
- timing-wheel 仿Kafka实现的时间轮算法
- 使用Navicat软件连接自建数据库(Linux系统)
- 那一天,我被Redis主从架构支配的恐惧
- Redis 深入了解键的过期时间
- C#使用委托调用实现用户端等待闪屏
- 基于流计算 Oceanus 和 Elasticsearch Service 构建百亿级实时监控系统
- GRAND | 转录调控网络预测数据库
- JFreeChart API中文文档
- 临床相关突变查询数据库
- TIGER | 人类胰岛基因变化查询数据库
- 视频边缘计算网关EasyNVR在视频整体监控解决方案中的应用分析
- Apache Arrow - 大数据在数据湖后的下一个风向标
- 常见的电商数据指标体系
- AKShare-艺人数据-艺人流量价值
- MySQL中多表联合查询与子查询的这些区别,你可能不知道!