Redis缓存穿透与雪崩

Redis缓存穿透与雪崩

使用缓存的问题

Redis 缓存的使用，极大的提升了应用程序的性能和效率，特别是数据查询方面。

但同时，它也带来了一些问题。其中，最要害的问题，就是数据的一致性问题，从严格意义上讲，这个问题无解。

如果对数据的一致性要求很高，那么就不能使用缓存。

另外的一些典型问题就是，缓存穿透、缓存雪崩和缓存击穿。目前，业界也都有比较流行的解决方案。

使用缓存的逻辑

查询一个数据，如果缓存中存在，则返回数据

缓存中不存在，到数据库中查询

数据库中存在，返回数据，且存到缓存

数据库中不存在，返回空值

缓存穿透

数据库和缓存中都没有，这样缓存无法拦截，也无法在数据库中查询到存到缓存中，

每次查询都直达数据库，给数据库造成很大压力，即穿透

解决方案

• 布隆过滤器

  是一种数据结构，将所有要查询的参数以hash的形式存储
  在控制层进行校验，不符合则丢弃，从而避免了对底层存储系统的查询压力。

• 缓存空对象
  当查询的数据不存在时，从数据库返回的空值也存到缓存里，同时设置一个过期时间
  这种方法存在两个问题：

  • 缓存需要更多的空间来存储，这里可能会有很多空值
  • 即使设置了过期时间，仍然会有一段时间，缓存和数据库中的数据不一致，这对需保持一致性的业务有影响

缓存击穿

指一个key是热点数据，大并发的集中对这一个key进行访问

这个key过期的瞬间，持续的大并发就穿破缓存，直接请求数据库，同时回写缓存，这时给数据库造成很大压力

解决方案

• 设置热点数据永不过期
• 加互斥锁
  分布式锁：保证对于一个key只有一个线程能够去查询后端服务，其他没有获得分布式锁权限的只能等着

缓存雪崩

指某个时间段，缓存集中过期失效，于是所有的请求都会达到存储层，集中创建缓存，存储层的调用量会暴增，造成周期性压力。

致命的缓存雪崩，是缓存服务器某个节点宕机或断网。会对数据库造成不可估计的压力

解决方案

• 搭建集群
  多增设几台Redis服务，实现Redis的高可用

• 限流降级
  通过加锁来限制向数据库查数据并写入缓存的线程数量

• 数据预热

  在正式部署之前，把所有可能访问的数据访问一遍，这样部分可能大量访问的数据就会加载到缓存中。

• 给不同的key设置随机的TTL值，防止其一起过期