Redis缓存雪崩 击穿 穿透 保证redis中的热点数据

雪崩

1. 含义

 同一时刻,大量的缓存同时过期失效。

2. 产生原因和后果

(1). 原因:由于开发人员经验不足或失误,大量热点缓存设置了统一的过期时间。

(2). 产生后果:恰逢秒杀高峰,缓存过期,瞬间海量的QPS(每秒查询次数)直接打到DB上,如果系统架构没有熔断机制,直接将导致系统全线崩溃。

3. 处理方案

(1). 设置不同的缓存失效时间,比如可以在缓存过期时间后面加个随机数,这样就避免同一时刻缓存大量过期失效。

setRedis(key,value,time + Math.random() * 9999);

(2). 针对系统的一些热点数据, 可以设置缓存永不过期。 (或者定时更新)

(3). 设置二级缓存架构C1、C2,C1在前,C2在后,C1的缓存可以设置不同的过期时间,C2缓存与DB保持强一致性,实现数据同步。

PS:该二级缓存架构,同样也适用于解决下面的缓存击穿。

(4). 从架构层面来说:Redis做集群,将热点数据分配在不同的master上,减轻单点压力,同时master要对应多个slave,保证高可用;  系统架构要有快速熔断策略,减轻系统的压力。 

 击穿

1. 含义

 某热点Key扛着大量的并发请求,当key失效的一瞬间,大量的QPS打到DB上,导致系统瘫痪。 

PS:缓存击穿和缓存雪崩类似,击穿是某些热点key失效一瞬间大量请求打到DB上,缓存雪崩是指缓存面积失效导致大量请求打到DB上。所以二者的处理方案类似。

2. 处理方案

(1). 热点key过期时间后加随机数 。

(2). 热点key缓存永不过期(但是value需要开个子线程去更新)

(3). 二级缓存架构策略。(详见上面)

(4). 采用互斥锁更新,保证同一进程针对相同的数据不会并发打到DB上,从而减轻DB的压力。

(5). 缓存失效的时候随机sleep一个很短的时间,再次查询,如果失败则执行更新操作。

 

穿透

1. 含义

 业务请求中数据缓存中没有,DB中也没有,导致类似请求直接跨过缓存,反复在DB中查询,与此同时缓存也不会得到更新。

举个例子:

 商品表中的id是自增,并且以id为缓存的key,商品库存为value事先存在redis中。但此时过来的请求id均为负数,-1,-2,-3,缓存没有,DB中也没有,造成类似请求直接跨过缓存,打在DB上。

2.处理方案

(1). cache null策略:DB查询的结果即使为null,也给缓存的value设置为null,同时可以设置一个较短的过期时间,这样就避免不存在的数据跨过缓存直接打到DB上。

伪代码思路分享:

Public String get(String key) {
  //从缓存中获取数据
  String cacheValue = cache.get(key);
  //缓存为空
  if (StringUtils.isBlank(cacheValue)) {
     // 从DB中获取
     String storageValue = db.get(key);
     cache.set(key, storageValue);     //如果存储数据为空,需要设置一个过期时间(300秒)
     if (storageValue == null) {
        cache.expire(key, 60 * 5);
      }
     return storageValue;
  } else {
     // 缓存非空
     return cacheValue;
   }
 }

剖析:

 该方案不是并不是最佳方案,还是上面的例子,比如我用不同的id进行请求,例如 id=-1,-2,。。。。-10000,会导致缓存中存在大量的null,当数量达到一定值的时候,根据缓存淘汰策略,会导致正常的key失效。

(2). 布隆过滤器:

 事先把存在的key都放到redis的BloomFilter 过滤器中,他的用途就是存在性检测,如果 BloomFilter 中不存在,那么数据一定不存在;如果 BloomFilter 中存在,实际数据也有可能会不存在。

剖析:

 布隆过滤器可能会误判,当不影响整体,所以目前该方案是处理此类问题最佳方案。

 

数据库里有2000W数据,Redis中只存20W的数据,如何保证 Redis 中的数据都是热点数据?

当 Redis 中的数据集上升到一定大小的时候,就需要实施数据淘汰策略,以保证 Redis 的内存不会被撑爆

这个问题主要考察了以下几点内容:

1.Redis的内存淘汰策略。
2.Redis的最大内存设置。

计算20w的热点数据占据内存的大小。然后在Redis中,配置最大内存容量,在redis.conf文件maxmemory <bytes>标签中配置。
当redis内存数据大小上升到一定大小的时候,就会施行数据淘汰策略。

Redis中提供了6中数据淘汰策略:
1.volatitle-lru 从设置了过期时间的数据集中,选择最近最少使用的数据删除
2.volatitle-ttl 从设置了过期时间的数据集中,选择将要过期的数据删除
3.volatitle-random 从设置了过期时间的数据中,随机选择数据进行删除
4.Allkeys-lru 从数据集中挑选最近最少使用的数据删除
5.Allkeys-random 从数据集中随机挑选数据进行淘汰
6.no-enviction(驱逐):禁止淘汰数据
因为我们的应用保存热点数据,也就是对缓存的访问符合幂律分布,所以应该选择Allkeys-lru淘汰策略。存放热点数据,不能为数据设置过期时间,设置过期时间也会占用内存。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: Redis缓存雪崩穿透击穿是指在使用Redis作为缓存的过程可能遇到的一些问题。 缓存雪崩是指当缓存大量的数据在同一时间内失效或者缓存服务宕机,导致大量请求直接落到数据库上,从而使得数据瞬间压力过大,甚至瘫痪的情况。 缓存穿透是指当请求的数据缓存不存在,且数据也不存在该数据,这时请求直接落到数据库上,这导致大量无效的请求访问数据库,从而使得数据瞬间压力过大,甚至瘫痪的情况。 缓存击穿是指某个热点key缓存失效的同时,有大量的请求并发地访问这个key,这时候这些请求直接落到数据库上,从而使得数据瞬间压力过大,甚至瘫痪的情况。 ### 回答2: Redis缓存雪崩是指在缓存失效的情况下,大量请求同时涌入数据库,造成数据库压力过大的现象。在缓存失效期间,如果有大量请求访问同一数据,这些请求直接访问数据库,导致数据库无法承受这么大的请求量,进而影响系统的正常运行。 Redis缓存穿透是指恶意请求经过缓存层,直接访问数据库。如果有恶意攻击者发送请求,而这些请求的key并不存在于缓存数据,每次请求都直接访问数据库,这将导致数据库负担过重,对系统造成损害。 Redis缓存击穿是指缓存某个key失效的同时,有大量的请求同时访问这个key,请求直接访问数据库。与缓存雪崩不同的是,缓存击穿是因为某个热点数据缓存过期,导致大量请求直接访问数据库,而不是所有缓存同时失效。 为了解决缓存雪崩问题,可以采取以下措施:1. 设置缓存的过期时间时,可以使用不同的随机值,避免缓存同时失效。2. 使用分布式锁来控制对数据库的并发访问,避免压力集在某个时间段。3. 预加载缓存,提前将热点数据加载到缓存,减少缓存失效的可能性。 为了解决缓存穿透问题,可以采取以下措施:1. 对于不存在的key,在缓存设置一个空值,避免重复的查询数据库。2. 使用布隆过滤器,在缓存层对请求进行过滤,判断key是否存在,避免查询数据库。 为了解决缓存击穿问题,可以采取以下措施:1. 设置热点数据的永不过期,保证它们的缓存一直有效。2. 使用互斥锁,在缓存失效的时候,只允许一个请求访问数据库,其他请求等待结果。3. 使用一级缓存和二级缓存的结构,将热点数据存储在一级缓存保证其高效访问。 ### 回答3: Redis缓存雪崩是指在某个时间段内,缓存的大量数据同时过期或失效,导致大量请求直接打到数据库上,从而引起数据库瞬时压力过大,造成系统性能下降甚至崩溃。 Redis缓存穿透是指恶意请求或非法请求经过缓存层,直接查询数据库获取不到数据,从而导致大量请求落到数据库上,增加数据库压力,造成系统响应缓慢甚至瘫痪。 Redis缓存击穿是指某个热点数据突然失效或被删除,导致大量并发请求同时查询该数据,由于缓存不存在该数据,请求都直接打到数据库上,造成数据库瞬时压力过大,可能导致系统宕机。 为了解决缓存雪崩问题,可以采取以下措施: 1. 设置缓存失效时间时使用随机值,避免大量缓存同时失效。 2. 使用分布式锁,保证只有一个线程去加载数据缓存。 3. 设置热点数据永不过期,确保重要数据始终可用。 为了避免缓存穿透,可以采取以下措施: 1. 对请求数据的合法性进行校验,过滤掉非法请求。 2. 对于查询不到的数据,也将空结果缓存一段时间,避免频繁查询数据库。 为了防止缓存击穿,可以采取以下措施: 1. 使用互斥锁,保证只有一个线程去查询数据库,其他线程等待结果。 2. 引入熔断机制,当热点数据失效时,暂时不提供服务,避免大量请求落到数据库上。 3. 针对热点数据设置短期的锁定时间,避免大量请求同时查询。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值