Redis缓存失效、穿透和雪崩问题怎么处理？

缓存失效

问题描述：

大量Key同时过期，cache访问miss，穿透到DB，DB压力大增，慢查率增大

业务场景：

1、同一批次的火车票，发布时，一次性加载到缓存，后续会同时缓存失效

2、后台系统计算出热门微博，批量加载到缓存

3、缓存预热，一次性加载最新N小时的数据

解决方案：

过期时间策略：base + random

缓存穿透

问题描述：

查询一个不存在的key，每次访问都穿刺到DB，对DB造成压力

业务场景：

1、通过不存在的UID，访问不存在的用户

2、通过不存在的车次ID，访问不存在的车票信息

解决方案：

方案1：不存在的key，在cache中缓存一个默认值。（不存在的key在额外缓存，先查正常缓存，没有则查额外非法缓存，没有在穿透DB并缓存，存在非法缓存中则返回，非法缓存需定期过期）

方案2：构建BloomFilter过滤器，过滤非法key访问。

缓存雪崩

问题描述：

部分缓存节点不可用，导致整个缓存体系、服务系统不可用的情况。

情况1：缓存不rehash，雪崩跟较多缓存节点不可用相关，大量请求穿透，DB过载不可用，进而导致整个服务异常。

情况2：缓存支持rehash，雪崩跟流量洪峰有关，部分缓存节点过载crash，过载扩散，引发整个缓存异常不可用。

业务场景：

1、突发洪水流量，部分cache过载，进而整个cache池过载异常

2、计架断电，cache节点宕机，大量请求打到DB，服务异常

解决方案：

方案1：增加DB读写开关，慢查询超过阈值，关闭开关，failfast

方案2：多副本cache架构，任何cache池miss后，读其它cache副本

方案3：实时监控，及时发现并恢复，增加自动故障转移策略