先查缓存 如果缓存中没有 就会去数据库中查询
缓存穿透(查不到)
基本概念
用户想要查询一个数据,发现redis内存数据库中没有,于是缓存没有命中,于是向持久层数据库查询。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,于是都去请求了持久层数据库。这就会给持久层数据库带来很大的压力,也就相当于出现了缓存穿透。
解决方案
布隆过滤器
布隆过滤器时一种数据结构 对所有可能查询到的参数用hash的形式存储,在控制层先进行校验,不符合就丢弃,从而避免了对底层存储系统的查询压力。
缓存对象
当存储层数据不命中后,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将会从缓存中获取,保护了后端数据。
但是这个方法会有两个问题
1 如果空值能被缓存起来,这就意味这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 即使对空值设定乐了过期时间,还是会再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。
缓存击穿(查询量过多 缓存过期)
例如 微博服务器宕机(出现热点事件 大家一起访问)
缓存击穿,是指一个key非常热点,在不停的扛着大并发,大并发集中对一个点进行访问,在这个key失效的瞬间,持久的大并发就穿破缓存,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的数据,并且回写缓存,会导致数据库瞬间压力过大。
解决方案
设置热点数据永不过期
热点数据不过期,就没有缓存失效的空挡,也就不会发生缓存击穿的现象
加互斥锁
加锁只保证一个线程进去查询,其他的等待。
分布式锁: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。
这种方式将高并发的压力转移到了分布式锁上,因此对分布式锁的考验很大。
缓存雪崩
基本概念
缓存雪崩就是在某一个时间段,缓存集中过期失效或者Redis宕机。
比如双十一 (停掉一些服务 保证主要服务可用)
解决方案
Redis高可用
既然Redis可能会挂掉 那不如多开启几个Redis
限流降级
在缓存失效后,通过加锁或是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,让其他线程等待。
数据预热
数据预热的就是在正式部署之前,把可能的数据先预先访问一遍,这样部分可能大量访问的数据就被加载到了缓存中。在即将发生大并发前手动触发加载缓存不同的key,设置不同的过期事件,让缓存失效的事件点尽量均匀。