הגדרת Redis Caching עבור Backend של אפליקציית מובייל

בעת פיתוח אפליקציית מובייל עם מיליון משתמשים, נקודת הקצה של עדכון החדשות הפכה לצוואר בקבוק: שאילתת PostgreSQL ארכה 300–500 אלפיות השנייה, ובשיא העומס שרת מסד הנתונים נחנק מ-10,000 בקשות בשנייה. יישמנו מטמון Redis באמצעות תבנית Cache-Aside, וזמן התגובה ירד ל-2–5 אלפיות השנייה, בעוד שעומס מסד הנתונים ירד ב-70%. אופטימיזציה כזו מפחיתה משמעותית את עלויות תשתית השרת — בדרך כלל ב-40% — במיוחד עבור פרויקטים בעלי עומס גבוה. מטמון Redis מהיר עד פי 100 משאילתות ישירות למסד הנתונים. למהנדסים שלנו יש ניסיון של 7+ שנים עם Redis בסביבת ייצור, והם יישמו מטמון נתונים עבור למעלה מ-15 פרויקטים גדולים עם קהלים של מיליון משתמשים. מאמר זה מתמקד במטמון צד-שרת למובייל ובאופטימיזציה של API.

אילו בעיות אנחנו פותרים

הבעיה הנפוצה ביותר היא עדר הרעש (thundering herd): כאשר TTL פג, מאות בקשות מקבילות פוגעות בו-זמנית במסד הנתונים. התרחיש השני האופייני הוא שיעור פגיעות נמוך (מתחת ל-80%), שבו המטמון כמעט ואינו מנוצל עקב אסטרטגיית TTL שגויה או בחירת נתונים לא נכונה. הבעיה השלישית היא גידול בלתי מבוקר בזיכרון: ללא maxmemory, Redis יכול לצרוך את כל ה-RAM ולקרוס. תצורת Redis שלנו כוללת SET NX ומדיניות maxmemory 512mb כדי למנוע זאת.

אנחנו פותרים את אלה באמצעות:

• הגנה מפני עדר הרעש: נעילת מבוזרת באמצעות allkeys-lru או פקיעה מוקדמת הסתברותית.
• בחירת TTL נכונה: מותאמת לתדירות שינוי הנתונים (טבלה למטה).
• מגבלת זיכרון: feed:{user_id}:{page}:{version}, מדיניות import redis import json r = redis.Redis() def get_news_feed(user_id: int, page: int, version: int): cache_key = f"feed:{user_id}:{page}:{version}" cached = r.get(cache_key) if cached: return json.loads(cached) # Попытка получить блокировку lock_key = f"lock:{cache_key}" if r.setnx(lock_key, 1): r.expire(lock_key, 5) # 5 секунд на генерацию data = db.query_feed(user_id, page) r.setex(cache_key, 300, json.dumps(data)) r.delete(lock_key) return data else: # Ждём и читаем из кэша повторно import time time.sleep(0.1) return get_news_feed(user_id, page, version) .

הגישה שלנו: מקרה עדכון החדשות

עבור אפליקציה עם 5 מיליון משתמשים, הגדרנו Cache-Aside עם גרסאות מפתח. המפתח נוצר כ-KEYS *, כאשר הגרסה משתנה כשהנתונים משתנים (לדוגמה, כשמתווסף פוסט חדש). זה מנע פסילה המונית. כדי להגן מפני עדר הרעש, השתמשנו בנעילה:

import redis
import json

r = redis.Redis()

def get_news_feed(user_id: int, page: int, version: int):
    cache_key = f"feed:{user_id}:{page}:{version}"
    cached = r.get(cache_key)
    if cached:
        return json.loads(cached)

    # Попытка получить блокировку
    lock_key = f"lock:{cache_key}"
    if r.setnx(lock_key, 1):
        r.expire(lock_key, 5)  # 5 секунд на генерацию
        data = db.query_feed(user_id, page)
        r.setex(cache_key, 300, json.dumps(data))
        r.delete(lock_key)
        return data
    else:
        # Ждём и читаем из кэша повторно
        import time
        time.sleep(0.1)
        return get_news_feed(user_id, page, version)

לאחר היישום, שיעור הפגיעות עלה מ-60% ל-95%, ומספר ה-evicted_keys ירד לאפס. מדדי שיעור פגיעות הם קריטיים להערכת יעילות המטמון.

למה פסילת מטמון Redis היא קריטית

כאשר נתונים מתעדכנים ישירות במסד הנתונים, המטמון נשאר מיושן עד שפג תוקף ה-TTL. זה מוביל לכך שמשתמשים רואים מידע לא מעודכן. אנו משתמשים בפסילה מונעת-אירועים: בעת כתיבה למסד הנתונים, נשלחת הודעה (באמצעות Kafka או Redis Pub/Sub) שמוחקת את המפתחות המתאימים. לפסילה המונית, אנו משתמשים ב-SCAN עם סמן (cursor) — זה בטוח לסביבת ייצור בניגוד ל-allkeys-lru. גישה מתקדמת יותר היא מטמון מתויג: כל אובייקט מקבל תג המאוחסן ב-SET. כשהאובייקט משתנה, אנו מוחקים את כל המפתחות לפי התג. זה מספק אטומיות ופסילה מבוקרת.

השוואת תבניות מטמון

איך לבחור TTL נכון למטמון

אסטרטגיית TTL נבחרת לפי תדירות שינוי הנתונים:

ללא TTL, המטמון גדל עד שהזיכרון מתמלא. עם מדיניות KEYS *, Redis מתחיל להוציא מפתחות כשהזיכרון מלא — נתונים חשובים עלולים ללכת לאיבוד במפתיע. TTL מפורש אמין יותר.

למה לא להשתמש ב-KEYS בסביבת ייצור

הפקודה SCAN חוסמת את Redis למשך הזמן (O(N)), דבר שאינו מקובל בעומס גבוה. במקום זאת, השתמשו ב-DEL עם סמן ו-SADD tag:user:42 "feed:42:page:1" לכל מפתח שנמצא. או תגים: הקצו תג לכל מפתח בקבוצה SSCAN. בעת פסילה — SSCAN את התג ומחקו את הערכים. ויקיפדיה על Redis אינה מספקת פרטים כאלה, אבל הפרקטיקה מאשרת זאת.

מה כלול בעבודה

1. ביקורת על ארכיטקטורת המטמון הנוכחית.
2. עיצוב סכמת מפתחות, TTL והגנה מפני עדר הרעש.
3. יישום התבנית הנבחרת (Cache-Aside / Write-Through).
4. הגדרת ניטור Redis: מעקב אחר מדדי שיעור פגיעות, זיכרון והוצאות.
5. תיעוד והדרכת צוות.
6. תמיכה לאחר היישום.

לוחות זמנים: הגדרה בסיסית עם Cache-Aside לנקודות קצה עיקריות — יומיים עד שלושה ימי עסקים. אסטרטגיה מלאה עם פסילה וניטור — ארבעה עד שבעה ימים.

האיצו את אפליקציית המובייל שלכם עם הגדרת מטמון Redis מסוג מפתח ביד — המומחים שלנו יעריכו את הפרויקט שלכם ביום אחד ויציעו את האסטרטגיה האופטימלית. אנו מבטיחים SLA של 99.9%. קבלו ייעוץ על היישום — פשוט כתבו לנו.