关于Redis缓存穿透和雪崩一个文章彻底搞懂

一.缓存穿透（查不到）

缓存穿透的概念很简单，用户想要查询一个数据，发现redis内存数据库没有，也就是缓存没有命中，于是向持久层数据库查询，发现也没有，于是本次查询失败。当用户很多的时候，缓存都没有命中，于是都去请求了持久层数据库。这会给持久层数据库造成很大的压力，这时候就相当于出现了缓存穿透。

解决方案：

1.布隆过滤器

布隆过滤器是一种数据结构，对所有可能查询的参数以hash形式存储，在控制层先进行检验，不符合则丢弃，从而避免了对底层存储系统的查询压力。

2.缓存空对象

当存储层不命中后，即使返回的空对象也将其缓存起来，同时会设置一个过期时间，之后再访问这个数据将会从缓存中获取，保护了后端数据源。

但是同时有两个问题

1.如果空值被缓存起来，就意味着缓存需要更多的空间存储更多的键。

2.即使对空值设置了过期时间，还是会存在缓存层和储存层的数据会有一段时间窗口的不一致，这对于需要保持一致性的业务会有影响。

二.缓存击穿（查的太多）

举例微博服务器宕机（假如过期时间时60秒，60.1秒时恢复了，0.1秒可能就会击穿）

当大量用户同时访问某一个热点，当这个热点的key在失效的瞬间，持续的大并发就击穿缓存，直接请求数据库，就像在屏障上凿开一个动

解决方案：

1.设置热点数据永不过期

2.加互斥锁

分布式锁：使用分布式锁，保证对于每个key同时只有一个线程去查询后端服务，其他线程没有获得分布式锁的权限，因此只需要等待即可。这种方式将高并发的压力转移到了分布式锁，因此对分布式锁的考验很大。

三.缓存雪崩

缓存雪崩，是指在某一个时间段，缓存集中过期或者Redis宕机。

产生雪崩的原因之一，比如写文本的时候，马上要双十一零点，很快就要引来一波抢购，这波商品时间比较集中的放入了缓存，假设缓存一小时。那么到零点的时候，这批商品的访问查询，都落到了数据库上，对数据库而言，就会产生周期性的压力波峰。于是所有请求都会达到存储层，存储层的调用量会暴增，造成存储层也会挂掉的情况。

解决方案

1.多设置几台redis，这样一台挂掉还有其他的继续工作，其实就是搭建的集群。

2.限流降级

通过枷锁或者队列来控制读写数据库写缓存的线程数量。比如对某一个key只允许一个线程查询数据和写缓存，其他线程等待。

3.数据预热

数据加热的含义就是在正式部署之前，先把可能的数据都预热访问一编，这样部分可能大量访问的数据就会加载到缓存中。在即将发生大并发访问前手动触发加载缓存不同的key，设置不同的过期时间，让缓存失效的时间点尽量均匀。