redis的缓存穿透及雪崩

使用redis架构的高可用问题

Redis缓存的使用不可避免的会造成数据一致性问题，从严格意义来讲，这个问题没有解决办法。一旦出故障，丢多少ms多少s的数据都算丢。如果对数据一致性要求非常之高，那么久不能使用缓存。

下图展示的是请求的流程

缓存穿透

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，这会给持久层数据库造成很大的压力，此时就会出现缓存穿透

缓存穿透的解决方案又两种

一、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，不符合规则的丢弃，避免了对底层存储系统的查询压力

二、缓存空对象

当存储层不命中后，即使返回空对象也对其缓存起来，同时设置一个过期时间，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。

缓存击穿（量太大，缓存过期）

缓存击穿是指一个key非常热点，在不停扛着大并发，大并发集中对这一点进行访问，当这个key失效的瞬间，持续的大并发会击穿缓存，直接请求数据库，就像在屏幕上凿开了一个洞

缓存击穿的两种解决方案

一、设置热点数据永不过期

从缓存层面看，没有设置过期时间，所以不会出现热点key过期后产生的问题

二、加分布式锁

使用分布式锁，保证对于每一个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。这种方式将将高并发的压力转移到分布式锁，因此对分布式锁的考验很大。

缓存雪崩

缓存雪崩，指在一个时间段内缓存集中过期失效或者Redis宕机的情况 、

缓存中的key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，无非就是周期性的对数据库产生压力。但缓存服务节点宕机对数据库服务器造成的压力是不可预知的，很有可能瞬间把数据库压垮

缓存雪崩的三种解决方案

一、redis高可用

既然redis有可能挂掉，那我多增设几台redis，这样一台挂掉之后其他的还可以继续工作，其实就是搭建集群(异地多活更稳妥)

二、限流降级

在缓存失效后，通过加锁或者队列来控制读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，其他线程等待

三、数据预热

在正式部署前，先把可能的数据预先访问一遍，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。