1、缓存穿透
缓存穿透指的查询缓存和数据库中都不存在的数据,这样每次请求直接打到数据库,就好像缓存不存在一样.
缓存穿透将导致不存在的数据每次请求都要到存储层去查询,失去了缓存保护后端存储的意义.
缓存穿透可能会使后端存储负载加大,如果发现大量存储层空命中,可能就是出现了缓存穿透问题.
缓存穿透可能有两种原因:
-
自身业务代码问题
-
恶意攻击,爬虫造成空命中
解决方案:
-
缓存空值/默认值
这种方式是在数据库不命中之后,把一个空对象或者默认值保存到缓存,之后再访问这个数据,就会从缓存中获取,这样就保护了数据库.
缓存空值有两大问题:
-
空值做了缓存,意味着缓存层中存了更多的键,需要更多的内存空间(如果是攻击,问题更严重),比较有效的方法是针对这类数据设置一个较短的过期时间,让其自动剔除.
-
缓存层和存储层的数据会有一段时间窗口的不一致,可能会对业务有一定影响. 例如过期时间设置为5分钟,如果此时存储层添加了这个数据,那此段时间就会出现缓存层和存储层数据的不一致. 这时候可以利用消息队列或者其它异步方式清理缓存中的空对象.
-
布隆过滤器
布隆过滤器里会保存数据是否存在,如果判断数据不不能再,就不会访问存储.
2、缓存击穿
一个并发访问量比较大的热点key在某个时间过期,导致所有的请求直接打在DB上.
解决方案:
-
加锁更新,⽐如请求查询A,发现缓存中没有,对A这个key加锁,同时去数据库查询数据,写⼊缓存,再返回给⽤户,这样后⾯的请求就可以从缓存中拿到数据了.
-
将过期时间组合写在value中,通过异步的⽅式不断的刷新过期时间,防⽌此类现象.
3、缓存雪崩
某⼀时刻发生大规模的缓存失效的情况,例如缓存服务宕机、大量key在同一时间过期,这样的后果就是⼤量的请求进来直接打到DB上,可能导致整个系统的崩溃,称为雪崩.
解决方案:
-
提高缓存可用性
-
集群部署:通过集群来提升缓存的可用性,可以利用Redis本身的Redis Cluster或者第三方集群方案如Codis等.
-
多级缓存:设置多级缓存,第一级缓存失效的基础上,访问二级缓存,每一级缓存的失效时间都不同.
-
过期时间
-
均匀过期:为了避免大量的缓存在同一时间过期,可以把不同的 key 过期时间随机生成,避免过期时间太过集中.
-
热点数据永不过期.
-
熔断降级
-
服务熔断:当缓存服务器宕机或超时响应时,为了防止整个系统出现雪崩,暂时停止业务服务访问缓存系统.
-
服务降级:当出现大量缓存失效,而且处在高并发高负荷的情况下,在业务系统内部暂时舍弃对一些非核心的接口和数据的请求,而直接返回一个提前准备好的 fallback(退路)错误处理信息.