Redis缓存穿透 击穿 雪崩及解决方案

缓存处理流程

前台请求数据，先到缓存（Redis）中去取，如果有则直接返回数据；如果没有，则进一步到数据库中去获取数据。在高并发的场景之下，使用缓存可以快很多；但如果大量的请求越过缓存，请求数据库，那必然会给数据库带来很大的压力，会出现下面所说的缓存穿透、缓存击穿和缓存雪崩的问题。

缓存穿透

缓存穿透是指查询一个不存在的数据，由于缓存是不命中时被动写的。如果从数据库中查不到数据，则不会写入缓存，所以这将导致不存在的数据每次请求都要到DB中去查询，失去了缓存的意义。特别是在流量大的时候，可能数据库就挂掉了。

解决方法：

1. 缓存空值，这样不会查询数据库；
2. 采用布隆过滤器：将所有可能存在的数据哈希到一个足够大的 bitmap 中，如果查询不存在的数据，则会被这个 bitmap 拦截掉，从而避免了对数据库的查询压力。

布隆过滤器原理：当一个元素被加入集合时，通过K个散列函数将这个元素映射成一个位数组中的K个点，把他们置成1.查询时，将元素通过散列函数映射后得到K个点，如果这些点在位图中有任意一个是0，则被检测元素不存在，直接拦截掉并返回；如果都是1，则查询元素可能存在，就会进一步查询Redis和数据库。

缓存雪崩

缓存雪崩是指我们在设置缓存时采用了相同的过期时间，导致缓存在某一时刻同时失效，此时请求全部转发给数据库，数据库瞬时压力过大挂掉。

解决方法：

1. 过期时间打散：在原有的失效时间的基础上增加一个随机值，使得过期时间分散一点，不会在同一个时间失效；
2. 设置热点数据不过期：热点数据不过期，就会减小发生雪崩的可能性；

缓存击穿

当大量的请求同时查询一个key的时候，此时正好这个key在缓存中失效了，就会导致大量的请求都落到数据库，致使数据库宕机。

解决方法：

1. 设置热点数据不过期；
2. 加锁：第一个请求的线程可以拿到锁，拿到锁的线程查询到数据之后设置缓存，其他的线程获取锁失败后会等待50ms，然后重新到缓存中获取数据，这样就可以避免大量的请求落到数据库中。

加锁的代码思想如下：

public Object getData(String key) throws InterruptedException {
    Object value = redis.get(key);
    // 缓存值过期
    if (value == null) {
        // lockRedis：专门用于加锁的redis；
        // "empty"：加锁的值随便设置都可以
        if (lockRedis.set(key, "empty", "PX", lockExpire, "NX")) {
            try {
                // 查询数据库，并写到缓存，让其他线程可以直接走缓存
                value = getDataFromDb(key);
                redis.set(key, value, "PX", expire);
            } catch (Exception e) {
                // 异常处理
            } finally {
                // 释放锁
                lockRedis.delete(key);
            }
        } else {
            // sleep50ms后，进行重试
            Thread.sleep(50);
            return getData(key);
        }
    }
    return value;
}

上述代码意味着：每个客户端线程请求key的数据，如果在redis中得到了对应的value，直接返回；如果value为空（即数据不在缓存中），则需要进一步查询数据库。此时想查询数据库的线程就要去争夺key的锁，第一个率先得到锁的就会在数据库中得到value并返回，并设置缓存；没有得到锁的则sleep 50ms，然后继续试图从缓存中得到key对应的值，往复循环，直到得到value。