Redis缓存三大问题——缓存穿透、缓存雪崩、缓存击穿

缓存穿透

简述：用户访问了不存在的数据，缓存中查询不到，导致请求直接访问数据库。

解决方法：

1. 缓存空数据

   缺点：消耗内存，并且当该数据添加到数据库时，缓存中仍然会为空，出现数据不一致问题

   优点：简单容易实现

2. 使用拦截器，拦截不存在的数据。例如：布隆过滤器

   布隆过滤器：

   • 作用：检索一个元素是否在集合中

   • 优点：内存占用少

   • 缺点：实现复杂，容易误判

   • 实现：

     • 一个位数组，k个哈希函数，数组初始位位0

     • 插入一个元素x，使用k个哈希函数计算其哈希值，每个哈希值对应数组中的一个位置

     • 查询一个元素x，同样使用k个哈希函数计算其哈希值，如果哈希值对应位置上的值全为1，则x在集合中，否则不在

     • 误判：如果x元素在集合中，但有一个位置上的值为0，也会返回false

缓存雪崩

简述：在同一时间大量缓存同时过期，导致大量请求直接打到数据库，可能会引起数据库过载甚至崩溃。

解决方法：

1. 缓存过期时间随机化：设置缓存的过期时间时，加上一个随机值，避免大量缓存同时过期。

2. 双缓存策略：使用双缓存机制（主缓存和备份缓存），在主缓存过期时，仍然可以从备份缓存中读取数据，同时异步更新主缓存。

3. 请求限流和降级：对请求进行限流和降级处理，在缓存失效时控制请求速率，避免数据库过载。

缓存击穿

简述：缓存中某个热点数据在过期的瞬间，有大量并发请求同时查询这个数据，导致这些请求直接打到数据库。

解决方法：

1. 互斥锁：在缓存失效时，使用互斥锁（如分布式锁）来保证只有一个线程能够查询数据库并更新缓存，其他线程等待缓存更新完成。保证数据的强一致性。

2. 提前更新缓存：在缓存过期之前，提前触发缓存更新。