缓存雪崩，穿透，击穿

为什么要设置缓存：

                有海量并发的业务场景需要，大量的请求涌入关系型数据库，基于磁盘的IO读取效率低下，常用的mysql数据库不易进行扩展维护，容易造成数据库崩溃，从而相关业务崩溃，系统崩溃。

          因此我们需要去减少IO的读取次数，增强数据库的可拓展性和可维护性，Nosql数据库就可以更好的完成集群的拓展。通过多级缓存的设计，减少直接访问数据库的次数，减少IO操作，提升系统的健壮性。

        

redis是一个开源的、使用C语言编写的、支持网络交互的、可基于内存也可持久化的Key-Value数据库。

在此，将讨论常用于数据缓存的redis的业务场景，面临的问题，及解决方案。

缓存雪崩

        概念： 指大量Key 同时失效，业务的访问直接涌向数据库，大量的访问造成数据库的崩溃，从而业务崩溃，系统崩溃。

        解决方案：

        1 给不同的Key 设置不同的TTL时间，避免大量的key 同时失效，尽量减少大量请求同时涌入数据库，面对热点数据，也可以将剩余时间设为-1，即永久保存。

        2 对集群做水平的拓展，Redis数据库相比于Mysql极易于进行集群的水平拓展，将数据分开存储，或备份存储在不同的集群服务上，可以避免服务器崩溃而造成缓存失败，请求涌入数据库。

         3 设置多级缓存，更多的缓存逻辑去拦截请求直接进入数据库，减少IO 的读取次数。

        4 给缓存业务添加降级限流策略

缓存击穿

        缓存击穿问题，也被称为热点key问题，是指缓存中没有但数据库中有的数据(一般是缓存时间到期)，此时由于并发用户过多，同时读缓存没读到数据，又同时去数据库去取数据，引起数据库压力瞬间增大，造成过大压力。

        所以解决该问题的逻辑就是

        1 在第一次访问到缓存中该key失效时，阻断后续对该key的访问，减少热点key失效而造成的大量请求直接涌入数据库

        2 将该热点Key永久保存于缓存之中，但是设置逻辑过期来保证数据的有效性与真实性。

       阻断后续请求的解决方案： 互斥锁

        因为锁能实现互斥性。假设线程过来，只能一个人一个人的来访问数据库，从而避免对于数据库访问压 力过大，但这也会影响查询的性能，因为此时会让查询的性能从并行变成了串行，我们可以采用 tryLock方法 + double check 来解决这样的问题。  假设现在线程1过来访问，他查询缓存没有命中，但是此时他获得到了锁的资源，那么线程1就会一个人 去执行逻辑，假设现在线程2过来，线程2在执行过程中，并没有获得到锁，那么线程2就可以进行到休 眠，直到线程1把锁释放后，线程2获得到锁，然后再来执行逻辑，此时就能够从缓存中拿到数据了。  

        

          解决方案二：逻辑过期   

          即永久的保存该数据，但设置一些逻辑，经过一段时间去对数据进行校准和更新，通过异步的方式去更新数据，可以很好的解决缓存击穿的问题，唯一的不足时，在逻辑过期更新的时间段内，这些少量用户请求到的数据为脏数据。

我们把过期时间设置在 redis 的 value 中，注意：这个过期时间并不会直接作用于 redis ，而是我们后续 通过逻辑去处理。假设线程1 去查询缓存，然后从 value 中判断出来当前的数据已经过期了，此时线程 1 去获得互斥锁，那么其他线程会进行阻塞，获得了锁的线程他会开启一个 线程去进行 以前的重构数据 的逻辑，直到新开的线程完成这个逻辑后，才释放锁， 而线程1 直接进行返回，假设现在线程 3 过来访 问，由于线程线程2 持有着锁，所以线程 3 无法获得锁，线程 3 也直接返回数据，只有等到新开的线程 2 把重建数据构建完后，其他线程才能走返回正确的数据。

缓存穿透：

        缓存穿透 ：缓存穿透是指客户端请求的数据在缓存中和数据库中都不存在，这样缓存永远不会生效，这些请求都会打到数据库。导致系统瘫痪。解决方案通常包括使用布隆过滤器或者黑白名单等方式来过滤掉无效请求，以及在应用程序中加入缓存预热等机制。

解决方案一：

        缓存空对象的方式，即第一次访问该key时从redis中没有查到该数据，再去数据库中访问也没有查找到该数据，这是就通过业务逻辑，去在redis中给该key存储一个空对象，后续每次请求该数据，直接从redis中返回该空对象，避免对数据库的持续访问造崩溃。

        当我们客户端访问不存在的数据时，先请求redis ，但是此时redis中没有数据， 此时会访问到数据库，但是数据库中也没有数据，这个数据穿透了缓存，直击数据库，我们都知道数据

库能够承载的并发不如redis这么高，如果大量的请求同时过来访问这种不存在的数据，这些请求就都会 访问到数据库，简单的解决方案就是哪怕这个数据在数据库中也不存在，我们也把这个数据存入到redis 中去，这样，下次用户过来访问这个不存在的数据，那么在redis中也能找到这个数据就不会进入到缓存 了

解决方案二：

                布隆过滤器：本质上是一个超大的二维数组，通过哈希思想去对数据进行判断，认为存在该Key的值，则放行该请求继续访问缓存与数据库，认为没有则则返回该访问请求。但是因为哈希思想的原因，就会不可避免的存在 哈希冲突，造成错误的放行。