TMC，即“透明多级缓存（Transparent Multilevel Cache）”，是有赞 PaaS 团队给公司内应用提供的整体缓存解决方案。

TMC 在通用“分布式缓存解决方案（如 CodisProxy + Redis，如有赞自研分布式缓存系统 zanKV）”基础上，增加了以下功能：

• 应用层热点探测

• 应用层本地缓存

• 应用层缓存命中统计

以帮助应用层解决缓存使用过程中出现的热点访问问题。

1

为什么要做 TMC

使用有赞服务的电商商家数量和类型很多，商家会不定期做一些“商品秒杀”、“商品推广”活动，导致“营销活动”、“商品详情”、“交易下单”等链路应用出现缓存热点访问的情况：

• 活动时间、活动类型、活动商品之类的信息不可预期，导致缓存热点访问情况不可提前预知；

• 缓存热点访问 出现期间，应用层少数 热点访问 key 产生大量缓存访问请求：冲击分布式缓存系统，大量占据内网带宽，最终影响应用层系统稳定性；

为了应对以上问题，需要一个能够自动发现热点 并 将热点缓存访问请求前置在应用层本地缓存的解决方案，这就是 TMC 产生的原因。

 

多级缓存解决方案的痛点

 

基于上述描述，我们总结了下列多级缓存解决方案需要解决的需求痛点：

• 热点探测：如何快速且准确的发现 热点访问 key ？

• 数据一致性：前置在应用层的本地缓存，如何保障与分布式缓存系统的数据一致性？

• 效果验证：如何让应用层查看本地缓存命中率、热点 key 等数据，验证多级缓存效果？

• 透明接入：整体解决方案如何减少对应用系统的入侵，做到快速平滑接入？

TMC 聚焦上述痛点，设计并实现了整体解决方案。以支持“热点探测”和“本地缓存”，减少热点访问时对下游分布式缓存服务的冲击，避免影响应用服务的性能及稳定性。

2

TMC 整体架构

TMC 整体架构如上图，共分为三层：

• 存储层：提供基础的 kv 数据存储能力，针对不同的业务场景选用不同的存储服务（codis/zankv/aerospike）；

• 代理层：为应用层提供统一的缓存使用入口及通信协议，承担分布式数据水平切分后的路由功能转发工作；
  

• 应用层：提供统一客户端给应用服务使用，内置“热点探测”、“本地缓存”等功能，对业务透明；
  

本篇聚焦在应用层客户端的“热点探测”、“本地缓存”功能。

 

3

TMC 本地缓存

如何透明

TMC 是如何减少对业务应用系统的入侵，做到透明接入的？对于公司 Java 应用服务，在缓存客户端使用方式上分为两类：

• 基于 spring.data.redis包，使用 RedisTemplate编写业务代码；

• 基于 youzan.framework.redis包，使用 RedisClient编写业务代码；

不论使用以上那种方式，最终通过 JedisPool创建的 Jedis对象与缓存服务端代理层做请求交互。

TMC 对原生 jedis 包的 JedisPool和 Jedis类做了改造，在 JedisPool 初始化过程中集成 TMC“热点发现”+“本地缓存”功能 Hermes-SDK包的初始化逻辑

使 Jedis客户端与缓存服务端代理层交互时先与 Hermes-SDK交互，从而完成 “热点探测”+“本地缓存”功能的透明接入。

对于 Java 应用服务，只需使用特定版本的 jedis-jar 包，无需修改代码，即可接入 TMC 使用“热点发现”+“本地缓存”功能，做到了对应用系统的最小入侵。

整体结构

模块划分

TMC 本地缓存整体结构分为如下模块：

• Jedis-Client：Java 应用与缓存服务端交互的直接入口，接口定义与原生 Jedis-Client 无异；

• Hermes-SDK：自研“热点发现+本地缓存”功能的 SDK 封装，Jedis-Client 通过与它交互来集成相应能力；
  

• Hermes 服务端集群：接收 Hermes-SDK 上报的缓存访问数据，进行热点探测，将热点 key 推送给 Hermes-SDK 做本地缓存；
  

• 缓存集群：由代理层和存储层组成，为应用客户端提供统一的分布式缓存服务入口；
  

• 基础组件：etcd 集群、Apollo 配置中心，为 TMC 提供“集群推送”和“统一配置”能力；

基本流程

1）key 值获取

• Java 应用调用 Jedis-Client 接口获取 key 的缓存值时，Jedis-Client 会询问 Hermes-SDK 该 key 当前是否是 热点key；

• 对于 热点key ，直接从 Hermes-SDK 的 热点模块 获取热点 key 在本地缓存的 value 值，不去访问 缓存集群 ，从而将访问请求前置在应用层；
  

• 对于非 热点key ，Hermes-SDK 会通过 Callable回调 Jedis-Client 的原生接口，从 缓存集群 拿到 value 值；
  

• 对于 Jedis-Client 的每次 key 值访问请求，Hermes-SDK 都会通过其 通信模块 将 key 访问事件 异步上报给 Hermes 服务端集群 ，以便其根据上报数据进行“热点探测”；
  

2）key 值过期

• Java 应用调用 Jedis-Client 的 set() del() expire()接口时会导致对应 key 值失效，Jedis-Client 会同步调用 Hermes-SDK 的 invalid()方法告知其“key 值失效”事件；

• 对于 热点 key ，Hermes-SDK 的 热点模块 会先将 key 在本地缓存的 value 值失效，以达到本地数据强一致。同时 通信模块 会异步将“key 值失效”事件通过 etcd 集群 推送给 Java 应用集群中其他 Hermes-SDK 节点；
  

• 其他 Hermes-SDK 节点的 通信模块 收到 “key 值失效”事件后，会调用 热点模块 将 key 在本地缓存的 value 值失效，以达到集群数据最终一致；
  

3）热点发现

• Hermes 服务端集群 不断收集 Hermes-SDK上报的 key 访问事件，对不同业务应用集群的缓存访问数据进行周期性（3s 一次）分析计算，以探测业务应用集群中的热点 key列表；

• 对于探测到的热点 key列表，Hermes 服务端集群 将其通过 etcd 集群 推送给不同业务应用集群的 Hermes-SDK 通信模块，通知其对热点 key列表进行本地缓存；
  

4）配置读取

• Hermes-SDK 在启动及运行过程中，会从 Apollo 配置中心 读取其关心的配置信息（如：启动关闭配置、黑白名单配置、etcd 地址…）；

• Hermes 服务端集群 在启动及运行过程中，会从 Apollo 配置中心 读取其关心的配置信息（如：业务应用列表、热点阈值配置、etcd 地址…）
  

稳定性

TMC 本地缓存稳定性表现在以下方面：

• 数据上报异步化：Hermes-SDK 使用 rsyslog技术对“key 访问事件”进行异步化上报，不会阻塞业务；

• 通信模块线程隔离：Hermes-SDK 的 通信模块 使用独立线程池+有界队列，保证事件上报&监听的 I/O 操作与业务执行线程隔离，即使出现非预期性异常也不会影响基本业务功能；
  

• 缓存管控：Hermes-SDK 的 热点模块 对本地缓存大小上限进行了管控，使其占用内存不超过 64MB（LRU），杜绝 JVM 堆内存溢出的可能；
  

一致性

TMC 本地缓存一致性表现在以下方面：

• Hermes-SDK 的 热点模块 仅缓存 热点 key 数据，绝大多数非热点 key数据由 缓存集群 存储；

• 热点 key 变更导致 value 失效时，Hermes-SDK 同步失效本地缓存，保证 本地强一致；
  

• 热点 key 变更导致 value 失效时，Hermes-SDK 通过 etcd 集群 广播事件，异步失效业务应用集群中其他节点的本地缓存，保证 集群最终一致；
  

4

热点发现

整体流程

TMC 热点发现流程分为四步：

• 数据收集：收集 Hermes-SDK 上报的 key 访问事件；

• 热度滑窗：对 App 的每个 Key，维护一个时间轮，记录基于当前时刻滑窗的访问热度；
  

• 热度汇聚：对 App 的所有 Key，以 的形式进行 热度排序汇总；
  

• 热点探测：对 App，从 热 Key 排序汇总 结果中选出 TopN 的热点 Key ，推送给 Hermes-SDK；
  

数据收集

Hermes-SDK通过本地 rsyslog将 key 访问事件以协议格式放入 kafka，Hermes 服务端集群的每个节点消费 kafka 消息，实时获取 key 访问事件。

访问事件协议格式如下：

• appName：集群节点所属业务应用

• uniqueKey：业务应用 key 访问事件 的 key

• sendTime：业务应用 key 访问事件 的发生时间

• weight：业务应用 key 访问事件 的访问权值

Hermes 服务端集群节点将收集到的 key 访问事件存储在本地内存中，内存数据结构为 Map<string,map< span="">>，对应业务含义映射为 Map<appname,map< span="">>。</appname,map<></string,map<>

热度滑窗

时间滑窗

Hermes 服务端集群节点，对每个 App 的每个 key，维护了一个 时间轮：

• 时间轮中共 10 个 时间片，每个时间片记录当前 key 对应 3 秒时间周期的总访问次数；

• 时间轮 10 个时间片的记录累加即表示当前 key 从当前时间向前 30 秒时间窗口内的总访问次数；
  

映射任务

Hermes 服务端集群节点，对每个 App 每 3 秒 生成一个 映射任务，交由节点内 “缓存映射线程池” 执行。映射任务内容如下：

• 对当前 App，从 Map< appname,map<="" code="">中取出 appName 对应的 Map Map>；

• 遍历 Map>中的 key，对每个 key 取出其热度存入其 时间轮 对应的时间片中；
  

热度汇聚

完成第二步“热度滑窗”后，映射任务继续对当前 App 进行“热度汇聚”工作：

• 遍历 App 的 key，将每个 key 的 时间轮 热度进行汇总（即 30 秒时间窗口内总热度）得到探测时刻 滑窗总热度；

• 将 < key , 滑窗总热度 > 以排序集合的方式存入 Redis 存储服务 中，即 热度汇聚结果；
  

热点探测

• 在前几步，每 3 秒 一次的 映射任务 执行，对每个 App 都会产生一份当前时刻的 热度汇聚结果

• Hermes 服务端集群 中的“热点探测”节点，对每个 App，只需周期性从其最近一份 热度汇聚结果 中取出达到热度阈值的 TopN 的 key 列表，即可得到本次探测的 热点 key 列表；
  

TMC 热点发现整体流程如下图：

特性总结

实时性

Hermes-SDK 基于rsyslog + kafka 实时上报 key 访问事件。映射任务3 秒一个周期完成“热度滑窗” + “热度汇聚”工作，当有 热点访问场景出现时最长 3 秒即可探测出对应 热点 key。

准确性

key 的热度汇聚结果由“基于时间轮实现的滑动窗口”汇聚得到，相对准确地反应当前及最近正在发生访问分布。

扩展性

Hermes 服务端集群节点无状态，节点数可基于 kafka 的 partition 数量横向扩展。

“热度滑窗” + “热度汇聚” 过程基于 App 数量，在单节点内多线程扩展。

5

实战效果

 

快手商家某次商品营销活动

有赞商家通过快手直播平台为某商品搞活动，造成该商品短时间内被集中访问产生访问热点，活动期间 TMC 记录的实际热点访问效果数据如下：

某核心应用的缓存请求&命中率曲线图

• 上图蓝线为应用集群调用get()方法访问缓存次数

• 上图绿线为获取缓存操作命中TMC本地缓存的次数

• 上图为本地缓存命中率曲线图

可以看出活动期间缓存请求量及本地缓存命中量均有明显增长，本地缓存命中率达到近 80%（即应用集群中 80% 的缓存查询请求被 TMC 本地缓存拦截）。

热点缓存对应用访问的加速效果

• 上图为应用接口 QPS 曲线

• 上图为应用接口 RT 曲线

可以看出活动期间应用接口的请求量有明显增长，由于 TMC 本地缓存的效果应用接口的 RT 反而出现下降。

双十一期间部分应用 TMC 效果展示

商品域核心应用效果

活动域核心应用效果

6

功能展望

 

TMC 目前已为商品中心、物流中心、库存中心、营销活动、用户中心、网关&消息等多个核心应用模块提供服务，后续应用也在陆续接入中。

TMC 在提供“热点探测” + “本地缓存”的核心能力同时，也为应用服务提供了灵活的配置选择，应用服务可以结合实际业务情况在“热点阈值”、“热点 key 探测数量”、“热点黑白名单”维度进行自由配置以达到更好的使用效果。