缓存-缓存问题概述

缓存问题

缓存一致性的解决方案

实时同步：

增量，主动，强一致性。

1. 对数据库进行更新的时候（增删改）淘汰缓存（缓存失效）
2. 读取数据的时候去更新缓存，为了避免缓存击穿带来的雪崩问题，我们需要做同步处理，控制只有一个线程去读取数据，然后更新缓存，其他线程阻塞等待。
3. 设置缓存失效时间，兜底操作，假设在更新缓存失败这个缓存失效时间一道，就会把缓存失效。

读取的时候，先去查看缓存是否存在，再去看看数据库里面的对不对

更新的时候，先删除缓存，再更新数据

准实时同步：

增量，被动，准一致性

1. 对数据更新操作的时候在更新数据库后，发送一个更新缓存的MQ消息（如果要保证数据不丢失的话，建议可以建立本地一个消息表，在发送MQ失败的时候可以重试）
2. 缓存更新服务消费MQ更新数据消息后，读取数据库，进行相应的业务处理。
3. 更新服务更新业务处理结果数据到缓存中。

任务调度更新

1. 分布式调度任务，进行定时的更新缓存，使用场景：报表统计数据，对账数据定时更新到缓存等实时性不高的场景
2. 实现简单：
   1. Timer或者ScheduledExecutorService
   2. SpringTask定时任务。@Scheduled(cron=“0 0 0 /1 * * ?”)
   3. 定时任务框架Quartz

binlog日志订阅

1. binlog来更新缓存，消费服务作为mysql的一个slave，订阅binlog，解析出更新内容，再更新到缓存。
2. 优点：模拟mysql的slave主从，性能比定时任务要好，数据的一致性可以得到保证。mysql压力不大的时候延时也比较低。
3. 缺点：要单独搭建一个同步服务，

缓存穿透

1. 利用不存在的key频繁攻击应用，就会导致应用挂掉
2. 针对业务场景，对请求的参数进行有效性校验，防止非法请求击垮db，比如用户id<=0的直接拦截
3. 如果db查询不到数据，保存空对象到缓存层，设置较短的失效时间。
4. 采用布隆过滤器来保存缓存过的key，在访问请求到来的时候，可以过滤掉不存在的key，防止这些请求到达db层。

缓存击穿

1. 缓存当中没有数据，但是数据库当中有数据（一般是缓存时间到期了），并发用户比较多，同时缓存又没有读到数据，就一起去数据库当中读数据，引起数据库压力瞬间增大，造成过大压力。
   1. 设置热点数据永不过期。如果缓存数据不设置失效时间的话，就不会存在热点key过期，导致大量请求到达数据库
   2. 加互斥锁：当缓存失效的时候，保证一个请求能访问到数据库，并且更新缓存，其他线程等待并且重试

缓存雪崩

1. 大批数据到达过期时间，查询数量巨大，引起数据库压力过大，甚至down机。
2. 缓存击穿是指查同一个数据，缓存雪崩是好多数据都过期了，很多数据都查不到，从而查数据库。
   1. 缓存过期时间设置随机，防止同一时间大量数据过期现象发生。
   2. 如果缓存数据库是分布式数据库，将热点数据均匀分布在不同的缓存服务器当中
   3. 设置热点数据永不过期