分布式缓存一般出现的问题（1）

分布式缓存

以下是缓存中经常遇到的问题

---

缓存雪崩：

• 当大量请求访问同一个缓存时，对应得缓存失效，结果所有的请求都去访问数据库，对数据库CPU和内存造成巨大压力，可能导致宕机，从而形成的一系列连锁反应，造成系统崩溃损坏。
• 一般处理方式有：设置缓存标记，记录缓存是否过期，过期的话就更新缓存。或者是给不同的缓存设置不同的过期时间

---

缓存穿透：

• 当用户查询数据时，在缓存中没命中后，去数据库中查询，查到返回空或者查不到（就是数据不存在，相当于两次查询了没用的数据）这样请求就绕过缓存直接查数据库，这也是经常提的缓存命中率问题。
• 一般解决方式有：常用的可以使用布隆过滤器，另外一种简单粗暴如果结果返回空的话就直接把空结构进行缓存，设置过期时间短一点大概不超过5分钟的样子，这样下次请求就会有值了就不会直接去访问数据库了

---

缓存击穿

• 当大量请求数据时，缓存未命中（就是缓存中没有缓存此类的请求数据，但数据库中有），此时大量请求机会直接穿过缓存，请求到数据库中，从而大大增加数据库的压力。
• 一般解决的办法就是，通过job（定时任务）去判断热点数据并及时更新到缓存中，或者时通过互斥锁的方式添加缓存数据
• 击穿和穿透区别在于：击穿本身的数据是属于存在的只是不存在缓存中，而穿透本是就是不存在的数据

---

缓存预热

• 就是系统上线后，将相关的数据缓存到缓存系统中，避免用户查询的时候先查数据库、再去查缓存的问题

---

缓存更新（淘汰策略）

• 除了缓存服务器自带的缓存失效策略之外（Redis 默认的有 6 种策略可供选择），我们还可以根据具体的业务需求进行自定义缓存淘汰策略，常见的策略有两种：
  1、定时去清理过期的缓存；
  2、当有用户请求过来时，再判断这个请求所用到的缓存是否过期，过期的话就去底层系统得到新的数据并更新缓存。

---

缓存降级

• 当访问量剧增时、服务器出现问题如：响应时间慢或长时间不响应，为了保证服务的高可用性，系统可根据一些关键数据进行自动降级、也可以通过人工降级的方式来保证服务的高可用，但是要注意该操作是会对服务造成一定损失的谨慎操作，有些服务是无法降级例如：购物车、结算操作。
• 在缓存降级之前要梳理好，必须要保护的不可以降级和可降级的。降级的方式可以通过业务或者是日志等级来划分降级的级别，一般都是通过日志等级来划分，主要划分为：一般、警告、错误、严重错误，还可以根据不同的级别来设定不同的操作，比如这里的错误和严重错误的时候就可以通过人工降级的方式处理

---