redis缓存雪崩、穿透、击穿解决方案

背景

关于缓存异常，我们常见的有三个问题：缓存雪崩、缓存击穿、缓存穿透。这三个问题一旦发生，会导致大量请求直接落到数据库层面。如果请求的并发量很大，会影响数据库的运行，严重的会导致数据库宕机。

为了避免缓存异常带来的损失，我们需要了解每种异常的原因以及解决方案，提高系统的可靠性

缓存雪崩

原因：同一时间缓存中的数据大面积过期或者Redis 缓存实例发生故障宕机

• 解决方案：对于不同key设置不同的过期时间、搭建集群防止宕机

缓存击穿

缓存雪崩是因为大面积的缓存失效，打崩了数据库。而缓存击穿是指某个访问非常频繁的热点数据，大量并发请求集中在这一个点访问，在这个Key失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，就像在一个屏障上凿了一个洞

• 解决方案

1. 设置热点数据永不过期：不设置失效时间，有更新的话，需要更新缓存；
2. 加互斥锁：单机可以使用synchronized、lock，分布式可以使用lua脚本

缓存穿透

缓存穿透指用户要访问的数据既不在缓存中也不在数据库中，导致用户每次请求该数据时都要去数据库查一遍，然后返回空。

• 接口层增加校验：用户鉴权、参数校验（请求参数是否合法、请求字段是否不存在等等）；
• 缓存空值/缺省值：发生缓存穿透时，我们可以在Redis中缓存一个空值或者缺省值（例如，库存缺省值为0），这样就避免了把大量请求发送给数据库处理，保持了数据库的正常运行。这种方法会存在两个问题：
  a. 如果有大量的Key穿透，缓存空对象会占用宝贵的内存空间。针对这种情况可以给空对象设置过期时间。
  b. 设置过期时间之后，可能会有缓存与数据库不一致的情况。
• 布隆过滤器：快速判断数据是否存在，避免从数据库中查询数据是否存在，减轻数据库压力

• 布隆过滤器实战

<dependency>
  <groupId>org.redisson</groupId>
  <artifactId>redisson</artifactId>
  <version>3.15.0</version>
</dependency>

import org.redisson.Redisson;
import org.redisson.api.RBloomFilter;
import org.redisson.api.RedissonClient;
import org.redisson.config.Config;

public class RedissonBloomFilter {
    public static void main(String[] args) {
        Config config = new Config();
        config.useSingleServer().setAddress("redis://127.0.0.1:6379");
        RedissonClient client = Redisson.create(config);
        RBloomFilter<String> bloomFilter = client.getBloomFilter("test-bloom-filter");
        // 初始化布隆过滤器，数组长度100W，误判率 1%
        bloomFilter.tryInit(1000000L, 0.01);
        // 添加数据
        bloomFilter.add("Shawn");
        // 判断是否存在
        System.out.println(bloomFilter.contains("xujunson"));
        System.out.println(bloomFilter.contains("Shawn"));
    }
}

总结