MariaDB X Redis 安全設定 Lab, ver.20261116
當你的 linux server 內有 database service, mariadb, 與 加速 db 的 cache service, Redis, 該如何確保你的服務有嚴謹的設定, 保護服務不會隨時當掉, 也不會有很白痴的安全 issue 呢?
1. MariaDB 安全與權限隔離:
完成 mysql_secure_installation,建立 lab_db 資料庫與僅限 localhost 登入的 lab_user
帳號(嚴禁使用 root 進行後續連線)。lab_user 的密碼請自行設定.
2. Redis 密碼與本機鎖定:
修改 redis.conf 設定 bind 127.0.0.1、requirepass 密碼,並限制 maxmemory 256mb
與 allkeys-lru 淘汰策略。執行 sudo ss -tulpn,證明 3306 與 6379 皆嚴格綁定於 127.0.0.1。
3. 模擬慢查詢與抓戰犯演練:
3.1 開啟 slow_query_log(門檻設為 1 秒)。
3.2 登入 MariaDB 執行模擬慢查詢測試指令:SELECT SLEEP(2);。
檢查 /var/log/mysql/mariadb-slow.log 或執行 mysqldumpslow,
驗證該筆慢查詢已被系統精準捕捉並記錄。
以下我們用一個簡單的 python demo code 來進行相關的驗證, 要注意這個 python code 需要安裝 libpip install mysql-connector-python redis
# file name: cache_aside_demo.py
#!/usr/bin/env python3
import json
import time
import mysql.connector
import redis
# ==========================================
# 1. 資料庫與快取連線設定 (嚴格綁定 127.0.0.1)
# ==========================================
DB_CONFIG = {
"host": "127.0.0.1",
"port": 3306,
"user": "webapp_user",
"password": "StrongP@ssw0rd2026!",
"database": "webapp_db",
}
REDIS_CONFIG = {
"host": "127.0.0.1",
"port": 6379,
"password": "RedisSuperSecret2026!",
"decode_responses": True, # 自動將 bytes 轉為 UTF-8 字串
}
def init_sample_data():
"""初始化 MariaDB 測試資料表與一筆商品資料"""
conn = mysql.connector.connect(**DB_CONFIG)
cursor = conn.cursor()
cursor.execute("""
CREATE TABLE IF NOT EXISTS products (
id INT PRIMARY KEY,
name VARCHAR(100) NOT NULL,
price INT NOT NULL
)
""")
cursor.execute("""
INSERT INTO products (id, name, price)
VALUES (101, 'NVIDIA RTX 顯示卡開發工作站', 45000)
ON DUPLICATE KEY UPDATE name=VALUES(name), price=VALUES(price)
""")
conn.commit()
cursor.close()
conn.close()
def get_product_cache_aside(r_client, product_id: int):
"""實現 Cache-Aside (旁路快取) 讀取邏輯"""
start_time = time.perf_counter()
cache_key = f"product:{product_id}"
# 步驟 1:先詢問 Redis 記憶體快取
cached_data = r_client.get(cache_key)
if cached_data:
# [Cache Hit 命中!] 直接回傳記憶體資料,不消耗 MariaDB 資源
elapsed_ms = (time.perf_counter() - start_time) * 1000
product = json.loads(cached_data)
print(f"⚡ [Cache HIT ] 耗時: {elapsed_ms:6.2f} ms | 資料: {product}")
return product
# [Cache Miss 未命中] 快取沒有資料,轉向查詢 MariaDB
print(f"🐢 [Cache MISS] 快取未命中,正在查詢 MariaDB 硬碟資料庫...")
conn = mysql.connector.connect(**DB_CONFIG)
cursor = conn.cursor(dictionary=True)
# 模擬大型資料表複雜 JOIN 或硬碟 I/O 延遲 (0.5 秒)
time.sleep(0.5)
cursor.execute("SELECT id, name, price FROM products WHERE id = %s", (product_id,))
product = cursor.fetchone()
cursor.close()
conn.close()
if product:
# 步驟 2:將撈出的資料寫入 Redis,並設定 TTL (過期時間 30 秒)
r_client.setex(cache_key, 30, json.dumps(product, ensure_ascii=False))
elapsed_ms = (time.perf_counter() - start_time) * 1000
print(f"💾 [DB Query ] 耗時: {elapsed_ms:6.2f} ms | 資料: {product} (已寫入快取, TTL=30s)")
return product
def update_product_price(r_client, product_id: int, new_price: int):
"""實現資料更新策略:先更新 DB,再刪除舊快取 (Write Invalidation)"""
print(f"\n🔄 [資料更新] 將商品 #{product_id} 價格調整為 {new_price} 元...")
# 1. 先更新 MariaDB 持久化資料
conn = mysql.connector.connect(**DB_CONFIG)
cursor = conn.cursor()
cursor.execute("UPDATE products SET price = %s WHERE id = %s", (new_price, product_id))
conn.commit()
cursor.close()
conn.close()
# 2. 直接刪除 Redis 裡的舊快取,確保下次讀取能載入最新資料
cache_key = f"product:{product_id}"
r_client.delete(cache_key)
print(f"🗑️ [快取失效] 已刪除 Redis 舊鍵值 ({cache_key}),避免讀取到過期價格!\n")
if __name__ == "__main__":
print("=== Week 10: MariaDB × Redis Cache-Aside 雙引擎效能演示 ===\n")
init_sample_data()
r = redis.Redis(**REDIS_CONFIG)
# 演示前先清空該測試鍵值,確保從乾淨狀態開始
r.delete("product:101")
print("--- 階段一:連續 4 次查詢同一筆熱門商品 ---")
for i in range(1, 5):
print(f"第 {i} 次請求 -> ", end="")
get_product_cache_aside(r, 101)
# 演示二:後台修改價格後的快取同步
update_product_price(r, 101, 42900)
print("--- 階段二:價格更新後的連續 2 次查詢 ---")
for i in range(1, 3):
print(f"第 {i} 次請求 -> ", end="")
get_product_cache_aside(r, 101)
請將以上 demo code 內的 db 帳號, 密碼, 資料庫名稱修改為你的環境相符的內容喔!!!
“user”: “webapp_user”,
“password”: “StrongP@ssw0rd2026!”,
“database”: “webapp_db”,
模擬執行後的結果, 請各位學習者在你自己的環境中執行後將結果進行解析, 以下是示範內容
=== Week 10: MariaDB × Redis Cache-Aside 雙引擎效能演示 ===
--- 階段一:連續 4 次查詢同一筆熱門商品 ---
第 1 次請求 -> 🐢 [Cache MISS] 快取未命中,正在查詢 MariaDB 硬碟資料庫...
💾 [DB Query ] 耗時: 503.42 ms | 資料: {'id': 101, 'name': 'NVIDIA RTX 顯示卡開發工作站', 'price': 45000} (已寫入快取, TTL=30s)
第 2 次請求 -> ⚡ [Cache HIT ] 耗時: 0.38 ms | 資料: {'id': 101, 'name': 'NVIDIA RTX 顯示卡開發工作站', 'price': 45000}
第 3 次請求 -> ⚡ [Cache HIT ] 耗時: 0.29 ms | 資料: {'id': 101, 'name': 'NVIDIA RTX 顯示卡開發工作站', 'price': 45000}
第 4 次請求 -> ⚡ [Cache HIT ] 耗時: 0.27 ms | 資料: {'id': 101, 'name': 'NVIDIA RTX 顯示卡開發工作站', 'price': 45000}
🔄 [資料更新] 將商品 #101 價格調整為 42900 元...
🗑️ [快取失效] 已刪除 Redis 舊鍵值 (product:101),避免讀取到過期價格!
--- 階段二:價格更新後的連續 2 次查詢 ---
第 1 次請求 -> 🐢 [Cache MISS] 快取未命中,正在查詢 MariaDB 硬碟資料庫...
💾 [DB Query ] 耗時: 502.89 ms | 資料: {'id': 101, 'name': 'NVIDIA RTX 顯示卡開發工作站', 'price': 42900} (已寫入快取, TTL=30s)
第 2 次請求 -> ⚡ [Cache HIT ] 耗時: 0.31 ms | 資料: {'id': 101, 'name': 'NVIDIA RTX 顯示卡開發工作站', 'price': 42900}
這個結果有三大觀察點
1. 數量級差距:第 1 次查詢耗時 ~503 ms,第 2 次瞬間降至 ~0.3 ms(相差超過 1,500 倍),
且後續請求完全不會在 MariaDB 的 Slow Query Log 留下任何負載紀錄。
2. TTL 驗證(現場指令互動):程式跑完後,可立刻在 Terminal 輸入 redis-cli -a
'RedisSuperSecret2026!' TTL product:101,讓學生親眼看到倒數計時中的剩餘存活秒數。
3. 資料一致性:階段二價格改為 42900 時,若沒有執行 r.delete("product:101"),
使用者在接下來的 30 秒內都會看到錯誤的舊價格 45000。