15. 缓存穿透与雪崩

15.1 缓存穿透

15.1.1 概念

缓存穿透的概念很简单，用户想要查询一个数据，发现redis内存数据没有，也就是缓存没有命中，于是向数据库查询，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（例如秒杀），于是都去请求数据库，这会给数据库造成很大的压力，这就相当于缓存穿透

15.1.2 解决方案

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，在控制层先进行校验，不符合则丢弃，从而避免了对底层存储系统的查询压力

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会从缓存中获取，保护了后端数据源；

但是这种方法会存在两个问题：

1. 如果空值能够被缓存起来，这就意味着缓存需要更多的空间存储更多的键，因为这当中可能会有很多空值的键
2. 即使对空值设置了过期时间，还是会存在缓存层和存储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

15.2 缓存击穿（量太大，缓存过期！）

15.2.1 概述

缓存击穿，是指一个key非常热点，在不停的扛着大并发，大并发集中对这一个点进行访问，当这个key在失效的瞬间，持续的大并发会击穿缓存，直接请求数据库，就像在一个墙上凿开了一个洞。

当某个key在过期的瞬间，有大量的请求并发访问，这类数据一般是热点数据，由于缓存过期，会同时访问数据库来查询最新数据，并且回写缓存，会导致数据库瞬间压力过大。

15.2.2 解决方案

设置热点数据永不过期

• 可以解决因为热点key过期产生的问题，但是让热点数据一致不过期的话，会造成一些空间的浪费，如果导致redis空间满了，则会清除一部分数据，所以这个方案不是最好的。

加互斥锁（setnx）

• 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，其它线程没有获得分布式锁的权限，因此只能等待。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。
  

15.3 缓存雪崩

15.3.1 概念

缓存雪崩，是指在某一个时间段，缓存集中过期失效，Redis宕机！

产生雪崩的原因之一，比如双12零点的抢购，这波商品时间比较集中的放入了缓存，假设缓存一个小时，那么到了凌晨一点钟的时候，这批商品的缓存就都过期了，而对这批商品的访问查询，都落到了数据库上，对于数据库而言，就会产生周期性的压力波峰。于是所有的请求都会到达存储层，存储层的调用量会暴增，造成存储层挂掉的情况。

其实集中过期，倒不是非常致命，比较致命的缓存雪崩，是缓存服务器某个节点宕机或断网。因为自然形成的缓存雪崩，一定是在某个时间段集中创建缓存，这个时候，数据库也是可以顶住压力的，无非就是对数据库产生周期性的压力而已，而缓存服务器的宕机，对数据库服务器造成的压力是不可预知的，很有可能瞬间就把数据库压垮。

15.3.2 解决方案

redis高可用

• 这个思想的含义是，既然redis有可能挂掉，那我就多增设几台redis，这样一台挂掉之后其它的还可以继续工作，其实就是搭建集群（异地多活的思想）。

限流降级

• 这个解决方案的思想是，在缓存失效后，通过加锁或者队列来控制数据库写缓存的线程数量，比如对某个key只允许一个线程查询数据和写缓存，其它线程等待。

数据预热

• 数据预热的含义就是在正式部署之前，先把可能访问的数据预先访问一遍，这样大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。