redis学习笔记（二）—redis使用中可能遇到的问题与解决方案（转载）

Redis学习笔记（一）——redis基础与连接池

一、缓存雪崩
在引入redis缓存后，引起了缓存雪崩问题。
由于热点数据的时效性，故需要在给redis设定时限。让redis定时清空，到数据库重新获取。而清空时，所有请求转向MySQL，此时MySQL可能无法承受如此巨大的并发量，可能发生宕机或卡顿现象。
导致缓存雪崩问题的原因：

同一时刻所有数据同时失效 解决措施：数据设置为随机有效期
redis服务器宕机 解决措施：使用多级缓存（设置多台服务器）或搭建redis集群
二、缓存击穿
某一极度热门数据失效，此时请求该数据的所有请求到MySQL。
解决方案：分级缓存、加锁、检查更新、后台刷新
https://blog.csdn.net/sanyaoxu_2/article/details/79472465

三、缓存穿透
大量的请求redis中不存在的数据。如每次请求UUID，则每次都回到数据库中查找。
解决方案：

在数据库中查找数据，放入redis中。
使用布隆过滤器。
布隆过滤器：
表示数据库中所有数据的ID号；
基于布隆算法，会通过一定的错误率来降低内存消耗；
如果布隆过滤器说有，但数据库不一定有；
但如果说没有则一定没有；可以过滤打不分非法请求。

使用互斥分布式锁。
redis集群中的hash一致性算法原理及其作用
hash一致性算法：
一个hash环，这个hash环上有2^32个点
作用：使数据均匀分布各台服务器

3台redis服务器位置
hash(ip+编号) % 2^32

如何保证数据均匀的保存在两台redis服务器上？
hash(key) % 2 == 0 ? redis1 : redis2 缺陷：计算量、数据移动量太大
数据存储位置
hash(key) % 2^32 = value
从该位置顺时针，遇到第一个服务器，就存储在该服务器上。
在这里插入图片描述
使用hash一致性算法解决，当集群中有机器发生变动，不至于发生大量数据移动的问题。利于集群扩展，容错。但可能带来数据倾斜问题
数据倾斜问题：
存储框架的数据倾斜问题：某一服务器存储了大量数据，而其他服务器仅存储了少量数据
计算框架的数据倾斜：某一服务器计算了大量数据，而其他服务器计算少量数据
关于存储框架的数据倾斜问题解决方案：虚拟节点方法
i. redis服务器虚拟成两个节点
ii. 建议：100台redis服务器，需要100-200个虚拟节点，才能有1000-2000个点
在这里插入图片描述
个人学习笔记，转载请注明出处。如有错误还请大佬指正😁。

原文链接：https://blog.csdn.net/qq_40366738/article/details/107584680?utm_medium=distribute.pc_feed.none-task-blog-cf-4.nonecase&depth_1-utm_source=distribute.pc_feed.none-task-blog-cf-4.nonecase&request_id=5f1ff7279cc79f6252ce48dc