Redis缓存

最新推荐文章于 2024-08-16 12:12:39 发布

帮我洗苦茶籽

最新推荐文章于 2024-08-16 12:12:39 发布

阅读量37

点赞数

文章标签：缓存 redis java

本文链接：https://blog.csdn.net/m0_59171600/article/details/133216344

版权

推荐大家直接看这篇：Redis进阶 - 缓存问题：一致性, 穿击, 穿透, 雪崩, 污染等；本篇大部分也是直接来自该篇文章，并且这个网站上的内容真心不错，适合初学者长期学习

Redis 缓存

在Redis缓存问题中，人们口中常说的有：缓存雪崩、缓存穿透、缓存击穿、缓存污染、数据库和缓存一致性等的问题。

我认为在了解这些问题之前先思考 Redis缓存出现的原因或目的 会更有利于我们深入理解这些问题

基本上的业务都要请求数据，而在高访问量高并发的时候，数据库往往会是比较薄弱的环节。而使用缓存之后，对数据的请求会先到达缓存，可以大大缓解数据的压力，还可以提高系统的性能。

缓存穿透是指缓存和数据库中都没有的数据，而用户不断发起请求。
由于没有命中，数据不会写入缓存。而每次这样的请求都会到达数据库，如此缓存就相当于没有，失去了应有的作用。

接口层增加校验，如用户鉴权校验，id做基础校验，id<=0的直接拦截；
从缓存取不到的数据，在数据库中也没有取到，这时也可以将key-value对写为key-null，缓存有效时间可以设置短点，如30秒（设置太长会导致正常情况也没法使用）。这样可以防止攻击用户反复用同一个id暴力攻击
布隆过滤器。bloomfilter就类似于一个hash set，用于快速判某个元素是否存在于集合中，其典型的应用场景就是快速判断一个key是否存在于某容器，不存在就直接返回。布隆过滤器的关键就在于hash算法和容器大小

缓存击穿是指缓存中没有但数据库中有的数据（一般是缓存时间到期），这时由于并发用户特别多，同时读缓存没读到数据，又同时去数据库去取数据，引起数据库压力瞬间增大，造成过大压力

缓存雪崩是指缓存中数据大批量到过期时间，而查询数据量巨大，引起数据库压力过大甚至down机。和缓存击穿不同的是，缓存击穿指并发查同一条数据，缓存雪崩是不同数据都过期了，很多数据都查不到从而查数据库

缓存污染问题说的是缓存中一些只会被访问一次或者几次的的数据，被访问完后，再也不会被访问到，但这部分数据依然留存在缓存中，消耗缓存空间。

缓存污染会随着数据的持续增加而逐渐显露，随着服务的不断运行，缓存中会存在大量的永远不会再次被访问的数据。缓存空间是有限的，如果缓存空间满了，再往缓存里写数据时就会有额外开销，影响Redis性能。这部分额外开销主要是指写的时候判断淘汰策略，根据淘汰策略去选择要淘汰的数据，然后进行删除操作。

Redis共支持八种淘汰策略，分别是noeviction、volatile-random、volatile-ttl、volatile-lru、volatile-lfu、allkeys-lru、allkeys-random 和 allkeys-lfu 策略。
怎么理解呢？主要看分三类看：

不淘汰
- noeviction （v4.0后默认的）
对设置了过期时间的数据中进行淘汰
- 随机：volatile-random
- ttl：volatile-ttl
- lru：volatile-lru
- lfu：volatile-lfu
全部数据进行淘汰
- 随机：allkeys-random
- lru：allkeys-lru
- lfu：allkeys-lfu

使用redis做一个缓冲操作，让请求先访问到redis，而不是直接访问MySQL等数据库：
读取缓存步骤一般没有什么问题，但是一旦涉及到数据更新：数据库和缓存更新，就容易出现缓存(Redis)和数据库（MySQL）间的数据一致性问题。

不管是先写MySQL数据库，再删除Redis缓存；还是先删除缓存，再写库，都有可能出现数据不一致的情况。

举一个例子：

如果删除了缓存Redis，还没有来得及写库MySQL，另一个线程就来读取，发现缓存为空，则去数据库中读取数据写入缓存，此时缓存中为脏数据。
如果先写了库，在删除缓存前，写库的线程宕机了，没有删除掉缓存，则也会出现数据不一致情况。因为写和读是并发的，没法保证顺序,就会出现缓存和数据库的数据不一致的问题

节选最最常用的Cache Aside Pattern, 总结来说就是：

其具体逻辑如下：

关注