Redis缓存机制

redis缓存机制

一、缓存更新
缓存更新的策略有很多，这里介绍两种比较主要的情况：
第一种情况，先更新数据库再同步更新缓存或者先更新缓存再同步更新数据库，其实都属于write through，同步更新的好处在于可以很好的保持数据的一致性，但是缺点在于同步更新时，必然会影响性能。
第二种情况，先更新缓存，然后再异步写回数据库，也就是write back，异步写回的好处在于不会影响缓存的高性能，能够快速响应客户端，但是缺点在于在数据异步写回到数据库之前，存在缓存和数据库数据短暂不一致。
二、缓存雪崩
缓存雪崩是指，在同一时刻有大量缓存失效，导致大量的请求到达后端数据库，从而使数据库承受巨大的压力。
应对措施：
1.使用Redis缓存时，应当避免出现大量缓存数据同时失效，建议在设置键过期时间时，将过期时间加上一定范围的随机值，从而达到增加随机失效时间的目的，避免过多的缓存key在同一时间失效。
2. 提高Redis本身的可靠性，比如使用主从模式或者集群模式。
三、缓存穿透
缓存穿透是指，从Redis缓存读取不到数据，同时也从数据库读取不到数据，这样导致Redis缓存无法更新，每次请求也都要查询数据库。
应对措施：
1.将Redis缓存和数据库都查不到数据的缓存key设置成NULL值，这样客户端将从缓存拿到空值，因此也不会请求到数据库
2.前段组件限流
3.在网关进行接口调用的检验，防止恶意攻击
四、缓存击穿
缓存击穿是指，某个热点数据失效，导致大量请求该热点数据的流量到达后端数据库。
应对措施：
对热点数据不设置过期时间
五、缓存替换
Redis将所有数据都存储在内存，而内存空间是有限的，当缓存中数据存满了之后，必然要采取用新数据替换掉缓存中旧数据的操作。
常用替换方法：
1.allkeys-lru
优先移除最近未使用的key，这种替换算法适用于有冷热数据之分的场景，即淘汰冷数据，留下热数据。
3. allkeys-random
随机淘汰key，这种替换算法适用于无冷热数据之分的场景，即淘汰任意键都不对业务造成影响。