Redis缓存的使用,极大的提升了应用程序的性能和效率,特别是数据查询方面。但同时,它也带来了一些问题。其中,最要害的问题,就是数据的一致性问题,从严格意义上讲,这个问题无解。如果对数据的一致性要求很高,那么就不能使用缓存。
正常的使用缓存的流程大致是,数据查询时先查询缓存,如果key不存在或者key已经过期,再对数据库db进行查询,并把查询到的对象,放进缓存。如果数据库查询对象为空,则不放进缓存。
缓存穿透,是指查询一个数据库一定不存在的数据。在流量大时,可能DB就挂掉了。 —— 接口实现对请求字段值(作为查询条件的字段)进行判断,防止db中根本不可能匹配到数据的查询条件往后端接口调用。否则都要走一次缓存查询和db查询,影响性能。
使用布隆过滤器或者我们可以通过solr等搜索引擎这种方式进行搜索
缓存雪崩,是指在某一个时间段,缓存集中过期失效。对于数据库而言,就会产生周期性的压力波峰。———— 使用不同的缓存周期,可以根据分类不同来进行区分,也可以使用时间段+ 随机时间值作为缓存周期。
其实集中过期,倒不是非常致命,比较致命的缓存雪崩,是缓存服务器某个节点宕机或断网。因为自然形成的缓存雪崩,一定是在某个时间段集中创建缓存,那么那个时候数据库能顶住压力,这个时候,数据库也是可以顶住压力的。无非就是对数据库产生周期性的压力而已。而缓存服务节点的宕机,对数据库服务器造成的压力是不可预知的,很有可能瞬间就把数据库压垮。
缓存击穿,是指一个key非常热点,在不停的扛着大并发,大并发集中对这一个点进行访问,当这个key在失效的瞬间,持续的大并发就穿破缓存,直接请求数据库,就像在一个屏障上凿开了一个洞。—— 针对这样的热点,应该早发现早让缓存永不过期