redis超详细篇9 redis缓存穿透

redis在实际运用中可能会遇到哪些问题呢？今天我们来聊聊比较经典的一些问题

缓存穿透

问题描述

key对应的数据在数据源不存在，每次针对此key的请求，从缓存中获取不到，请求压力都会到数据库，从而可能压垮数据源；比如说一个不存在的用户id获取用户信息，不论缓存还是数据库都没有，若黑客利用此漏洞进行攻击，可能压垮数据库；

现象

它有以下现象：
1.应用服务器压力突然变大了 （一般来自购物节、黑客攻击）
2.redis命中率降低
3.一直查询数据库

出现以上现象的原因可能是：
1.redis查询不到数据
2.出现很多非正常的url访问

一般出现这种问题：可能网站遭到恶意攻击

出现这种问题怎么解决呢？

解决方案

一个不存在缓存或查询不到的数据，如果从存储层查不到数据，则不写入缓存，浙江导致这个不存在的数据和每次请求都要到存储层去查询，失去了缓存的意义。
解决方案有以下几种：
1.对空值缓存：如果一个查询返回的数据为空（不管数据是否存在），我们仍把这个空结果（NULL）进行缓存；设置空结果的过期时间会很短；最长不超过5分钟

2.设置可访问的名单（白名单）
使用bitmap类型定义一个可以访问的名单，名单id作为bitmaps的偏移量，每次访问和bitmap里面的id进行比较，如果访问id不在bitmaps里面，进行拦截，不允许访问；
这个也有个缺点：每次访问都要去bitmaps去匹配数据，效率有点低
3.使用布隆过滤器
布隆过滤器是1970年布隆提出的；它的底层和bitmap类似，在它基础上优化了，让他效率高更
它实际上是一个很长的二进制向量和一系列随机映射函数
布隆过滤器可以用于检索一个元素是否存在一个集合中，他的优点是：空间效率和查询时间远远超过一般的算法；缺点是：有一定的误识别率和删除困难
4.实时监控
当发现redis的命中率开始急速降低，需要排查下访问对象和访问的数据，和运维人员配置，设置黑名单限制服务
比如说：突然发现有人频繁访问，且都是访问无效数据，就把他拉入黑名单

以上是缓存穿透的一些解决方案。在实际情况总遇到这种问题，基本都是黑客攻击，最终解决方案:报警。