Redis中的缓存穿透、雪崩、击穿（详细）

目录

一、概念

1. 缓存穿透（Cache Penetration）

解决方案：

2. 缓存雪崩（Cache Avalanche）

解决方案：

3. 缓存击穿（Cache Breakdown）

 解决方案：

二、三者出现的根本原因

1. 缓存穿透（Cache Penetration）

2. 缓存雪崩（Cache Avalanche）

3. 缓存击穿（Cache Breakdown）

 

---

一、概念

在Redis中，缓存穿透、缓存雪崩和缓存击穿是与缓存相关的三个常见问题，它们都可能对系统性能和可用性产生负面影响。以下是它们在Redis中的概念：

1. 缓存穿透（Cache Penetration）

概念： 缓存穿透是指查询一个不存在于缓存中的数据，导致每次请求都直接访问底层存储系统，而不会被缓存。这可能是由于查询的数据根本不存在，或者是由于恶意攻击而导致大量查询。

解决方案：

• 使用布隆过滤器（Bloom Filter）来快速判断一个数据是否存在于缓存中。
• 使用空值缓存，即使查询结果为空，也能减轻对底层存储系统的频繁查询。

解决方案：

• 使用布隆过滤器（Bloom Filter）来快速判断一个数据是否存在于缓存中。
• 使用空值缓存，即使查询结果为空，也能减轻对底层存储系统的频繁查询。

2. 缓存雪崩（Cache Avalanche）

概念： 缓存雪崩是指缓存中的大量数据同时失效或者同时被删除，导致大量请求直接访问底层存储系统，造成系统压力增大，甚至崩溃。

解决方案：

• 随机化缓存数据的过期时间，避免大量数据同时失效。
• 使用多级缓存结构，其中一级缓存失效时，可以从下一级缓存获取数据。
• 缓存预热，在系统启动或低峰期，预先加载热门数据到缓存中。

3. 缓存击穿（Cache Breakdown）

概念： 缓存击穿是指一个热门的缓存键突然失效，导致大量请求直接访问底层存储系统，造成系统压力增大。与缓存雪崩不同的是，缓存击穿通常是某个特定的缓存键失效。

 解决方案：

• 使用互斥锁或分布式锁，确保只有一个请求能够重新生成缓存数据，其他请求等待。
• 在缓存失效时，通过异步方式重新生成缓存，避免大量请求同时访问底层存储系统。

这些问题在设计和使用Redis缓存时需要特别注意，采取适当的解决方案可以有效地提高系统的稳定性和性能。

二、三者出现的根本原因

缓存穿透、缓存雪崩和缓存击穿这三个问题的出现都与缓存系统的设计和使用方式有关，它们分别由不同的原因引起。

1. 缓存穿透（Cache Penetration）

根本原因： 缓存穿透的根本原因是查询的数据不存在于缓存中，但仍然被频繁查询，导致每次请求都直接访问底层存储系统。这可能是由于查询的数据根本不存在，或者是由于查询的数据无效。

导致因素：

• 恶意攻击或非法请求，查询不存在的数据。
• 查询的数据在缓存中没有被预先加载，而且也不存在于底层存储系统中。

解决方案：

• 使用布隆过滤器来快速判断一个数据是否存在于缓存中。
• 使用空值缓存，即使查询结果为空，也能减轻对底层存储系统的频繁查询。

2. 缓存雪崩（Cache Avalanche）

根本原因： 缓存雪崩的根本原因是缓存中的大量数据同时失效或者同时被删除，导致大量请求直接访问底层存储系统。

导致因素：

• 缓存数据的过期时间设置不合理，导致大量数据在同一时间失效。
• 缓存服务器宕机或重启。

解决方案：

• 随机化缓存数据的过期时间，避免大量数据同时失效。
• 使用多级缓存结构，其中一级缓存失效时，可以从下一级缓存获取数据。
• 缓存预热，在系统启动或低峰期，预先加载热门数据到缓存中。

3. 缓存击穿（Cache Breakdown）

根本原因： 缓存击穿的根本原因是一个热门的缓存键突然失效，导致大量请求直接访问底层存储系统。

导致因素：

• 特定缓存键的数据失效，导致大量请求同时访问底层存储系统。

解决方案：

• 使用互斥锁或分布式锁，确保只有一个请求能够重新生成缓存数据，其他请求等待。
• 在缓存失效时，通过异步方式重新生成缓存，避免大量请求同时访问底层存储系统。

 我的其他博客

HTTP与HTTTPS的区别-CSDN博客

什么情况下会产生StackOverflowError（栈溢出）和OutOfMemoryError（堆溢出）怎么排查-CSDN博客

谈谈我对HashMap扩容机制的理解及底层实现-CSDN博客