本文问题不分先后顺序,具体问题请自己详细定位。
1、redis缓存穿透
场景:查询根本不存在的数据,使得请求直达存储层,导致其负载过大,甚至宕机。
解决方案:
1、缓存空对象
存储层未查到相应的数据后,仍然将空值存入到缓存层。再次访问该数据时,缓存层会直接返回空值。
2、布隆过滤器
将所有存在的key提前存入到布隆过滤器,在访问缓存层之前,先通过过滤器拦截,若请求的是不存在的key,则直接返回空值。
2、redis缓存击穿
场景:一份热点数据,它的访问量非常大。在其缓存失效瞬间,大量请求直达存储层,导致服务崩溃。
解决方案:
1、加互斥锁
对数据的访问加互斥锁,当一个线程访问数据时,其它线程只能等待。这个线程访问过后,缓存中的数据将被重建,届时其它线 程就可以直接从缓存取值。
2、永不过期
不设置过期时间,所以不会出现上述问题,这是“物理”上的不过期。
为每个value设置逻辑过期时间,当发现该值逻辑过期时,使用单独的线程重建缓存。
3、redis缓存雪崩
场景:由于某些原因,缓冲层不能提供服务,导致所有的请求直达存储层,造成存储层宕机。
解决方案:
1、避免同时过期
设置过期时间时,附加一个随机数,避免大量的key同时过期。
2、构建高可用的redis缓存
部署多个redis实例,个别节点宕机,依然可以保持服务的整体可用。
3、构建多级缓存
增加本地缓存,在存储层前面多加一级屏障,降低请求直达存储层的几率。
4、启用限流和降级措施
对存储层增加限流措施,当请求超出限制时,对其提供降级服务。