Redis学习笔记七、缓存穿透、缓存击穿、缓存雪崩

缓存穿透、缓存击穿、缓存雪崩

  Redis缓存的使用，极大提升了应用程序的性能和效率，特别是数据查询方面。但也带来一些问题。
  数据一致性问题：从严格意义上讲，这个问题无解，如果对数据一致性要求很高，就不能使用缓存。
  另一些问题：缓存穿透、缓存击穿、缓存雪崩

1. 缓存穿透

  用户想要查一个数据，发现redis内存数据库没有，称缓存没有命中。于是，向持久层数据库查询，发现也没有，此次查询失败。
  很多用户查询时，缓存都没有命中，都要向持久层要数据，这就给持久层数据库造成很大压力，称为缓存穿透 。

1.1. 解决方案

1. 布隆过滤器，在缓存和持久层数据库中间加一层布隆过滤器，用来筛选掉一些不符合的请求（持久层不存在），从而降低持久层存储系统的查询压力。

  布隆过滤器是一种数据结构，比较巧妙的概率型数据结构（probabilistic data structure），特点是高效地插入和查询，可以用来告诉你 “某样东西一定不存在或者可能存在”。
参考这里

2. 缓存空对象，当持久层存储不命中时，返回一个空对象缓存起来，同时设置一个过期时间，之后再访问这个数据，将会从缓存中获取，保护了后端数据源。

2. 缓存击穿

  某一个key非常热点，不停的进行大并发对这个点访问，当这个key失效的瞬间，持续的大并发就会直接访问持久层数据库，相当于大并发击穿了缓存。

1.2. 解决方案

1. 设置热点数据永不过期。从缓存层面来看，没有设置过期时间，所以不会出现问题。
2. 加互斥锁。使用分布式锁，保证对于每个key 同时只有一个线程查询后端服务，其他线程没有获得分布式锁的权限，因此只能等待。这种方式把高并发的压力转移到了分布式锁，因此对分布式锁的考验很大。

3. 缓存雪崩

  在某个时间段，缓存集中过期失效。

3.1. 原因

1. 数据集中过期

  双11抢东西，0点一些商品集中放入缓存，有效期1小时，1点集中过期，会导致对这些商品的查询全部落到数据库上。

2. 缓存服务器某个节点宕机或断网

  1. 自然形成的缓存雪崩，一定是在某个时间段集中创建缓存，此时数据库也是可以顶住压力的，无非对数据库产生周期性的压力而已。
  2. 缓存服务器节点宕机，对数据库服务器造成的压力是不可预估的，很有可能瞬间把数据库压垮。

3.2. 解决方案

1. 限流降级

  缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个key只允许一个线程查询数据和写缓存

2. 数据预热

1. 正式部署前，先把可能的数据预访问一遍，这样很多数据会提前加载到缓存。
2. 在即将发生大并发访问前，手动触发加载缓存不同的key,设置不同的过期时间，让缓存失效的时间点尽量均匀。

3. redis高可用

  多备几台redis,其实就是集群搭建（异地多活）。