本文讲述了公司因后台操作失误引发的抢购活动事故，涉及Redis缓存设置问题、雪崩现象及应对措施。作者详细介绍了故障原因、发现过程、解决方案，并分享了业界防止缓存雪崩的策略，如均匀过期、互斥锁和缓存永不过期。
事故背景
公司最近安排了一波商品抢购活动，由于后台小哥操作失误最终导致活动效果差，被用户和代理商投诉了。经理让我带同事们一起复盘这次线上事故。
什么原因造成的？
抢购活动计划是零点准时开始，
22：00 运营人员通过后台将商品上线
23：00后台小哥已经将商品导入缓存中，提前预热
抢购开始的瞬间流量非常大，按计划是通过Redis承担大部分用户查询请求，避免请求全部落在数据库上。
如上图预期大部分请求会命中缓存，但是由于后台小哥预热缓存的时候将所有商品的缓存时间都设置为2小时过期，所有的商品在同一个时间点全部失效，瞬间所有的请求都落在数据库上，导致数据库扛不住压力崩溃，用户所有的请求都超时报错。
实际上所有的请求都直接落到数据库，如下图：
什么时候发现的？
凌晨01:02 SRE 收到系统告警，登录运维管理系统发现数据库节点 CPU和内存飙升超过阈值，迅速联系后台开发人员定位排查。
为什么没有早点发现？
由于缓存设置过期时间是2小时，凌晨1点前缓存可以命中大部分请求，数据库服务处于正常状态。
发现时采取了什么措施？
后台小哥通过日志定位排查发现问题后，进行了一系列操作：
首先通过API Gateway（网关）限制大部分流量进来
接着将宕机的数据库服务重启
再重新预热缓存
确认缓存和数据库服务正常后将网关流量正常放开，大约01：30 抢购活动恢复正常。
如何避免下次出现？
这次事故的原因其实就是出现了缓存雪崩，查询数据量巨大，请求直接落到数据库上，引起数据库压力过大宕机。
在业界解决缓存雪崩的方法其实比较成熟了，比如有：
- 均匀过期
- 加互斥锁
- 缓存永不过期
（1）均匀过期
设置不同的过期时间，让缓存失效的时间点尽量均匀。通常可以为有效期增加随机值或者统一规划有效期。
（2）加互斥锁
跟缓存击穿解决思路一致，同一时间只让一个线程构建缓存，其他线程阻塞排队。
（3）缓存永不过期
跟缓存击穿解决思路一致，缓存在物理上永远不过期，用一个异步的线程更新缓存。
总结
三个工作日收到了offer，头条面试体验还是很棒的，这次的头条面试好像每面技术都问了我算法，然后就是中间件、MySQL、Redis、Kafka、网络等等。
如果你对下面我说的这些笔记感兴趣，可以点赞+关注后，戳这里即可免费领取
- 第一个是算法
关于算法，我觉得最好的是刷题，作死的刷的，多做多练习，加上自己的理解，还是比较容易拿下的。
而且，我貌似是将《算法刷题LeetCode中文版》、《算法的乐趣》大概都过了一遍，尤其是这本
《算法刷题LeetCode中文版》总共有15个章节：编程技巧、线性表、字符串、栈和队列、树、排序、查找、暴力枚举法、广度优先搜索、深度优先搜索、分治法、贪心法、动态规划、图、细节实现题
《算法的乐趣》共有23个章节：
- 第二个是Redis、MySQL、kafka（给大家看下我都有哪些复习笔记）
基本上都是面试真题解析、笔记和学习大纲图，感觉复习也就需要这些吧（个人意见）
- 第三个是网络（给大家看一本我之前得到的《JAVA核心知识整理》包括30个章节分类，这本283页的JAVA核心知识整理还是很不错的，一次性总结了30个分享的大知识点）
83219)]
- 第三个是网络（给大家看一本我之前得到的《JAVA核心知识整理》包括30个章节分类，这本283页的JAVA核心知识整理还是很不错的，一次性总结了30个分享的大知识点）
扫一扫
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
