一、缓存雪崩
概念:在高并发写,大量缓存key在同一时间失效,大量请求直接落在数据库上,导致数据库宕机(大面积的key缓存失效)
举个栗子:双十一期间,所有用户一打开淘宝就是进入首页
,首页的压力非常大,为了提高并发,将网站首页数据
都缓存到redis
里,所有的redis key失效时间
都是3小时
。
双十一当天大量用户剁手狂欢
,这时候3个小时过去了,redis里首页的key缓存全部失效
,这时候redis里查询不到数据了,只能去数据库
中查询,造成数据库无法响应挂掉
。
用户进不去首页没法剁手了,马爸爸
就不开心
了,把这个程序员外派到非洲
了。
解决方案:
1.随机设置key失效时间,避免大量key集体失效
setRedis(key,value,time()+Math.random()*10000);
2.集群部署,可将热点数据均匀分布在不同的Redis库中,避免key全部失效问题的发生
3.不设置过期时间
4.跑定时任务,在缓存失效前刷进新的缓存
二、缓存穿透
概念:redis缓存和数据库中没有相关的数据,无法进行拦截,直接被穿透到数据库,导致数据库压力过大宕机(redis不存在这个缓存key)
举个栗子:老哥做了一个网站火了
,动了别人的蛋糕,于是开始疯狂攻击
老哥的网站,由于老哥网络安全
方面学艺不精被人钻了空子。
某人用脚本疯狂的给老哥发送请求,查询 id = -1
的数据,redis并没有这样的数据,这时候就穿透redis
,直接打到了数据库
上。
半夜老哥在睡觉并没有察觉,他疯狂攻击老哥一晚上,结果把数据库
搞挂了,然后老哥的网站
也挂了。
解决方法:
1.对不存在的数据缓存到redis中,设置key,value值为null,并设置一个短期过期时间段,避免过期时间过长影响正常用户使用
2.拉黑该IP地址
3.对参数进行校验,不合法参数进行拦截
4.布隆过滤器,将所有可能存在的数据hash到一个足够大的bitmap(位图)中,一个一定不存在的数据会被这个bitmap拦截掉,从而避免了对底层存储系统的查询压力
补充:
布隆过滤器:
是一种数据结构,比较巧妙的概率型数据结构,特点是高效地插入和查询,可以用来告诉你 某样东西一定不存在或者可能存在
相比于传统的list,set,map等数据结构,更高效,占用空间更少,缺点是返回结果是概率性的,而不是确切的
三、缓存击穿
概念:某一个热点key,在不停的扛着高并发,当这个热点key在失效的一瞬间,持续的高并发访问就击破缓存直接访问数据库,导致数据库宕机(redis某一个热点key突然失效)
举个栗子:双十一马爸爸
突发奇想,想拍卖
自己穿了20年的老布鞋
,并且附带本人签名,程序员将该鞋的信息存到了redis中,设置了3小时
过期。寻思3小时够他们抢了吧,但他低估了马爸爸的魅力。
该商品引起了一千万人关注,这些人不断的竞拍这双鞋,价格越拍越高,马爸爸乐开了花。
竞拍了2小时59
分,马上要拍到一个亿了,突然这双鞋在redis里的key数据过期了
,导致该key的大量请求,都打到了数据库,直接导致数据库挂掉了,服务无法响应。
竞拍到此结束,鞋没卖出去,马爸爸又不开心了,把这个程序员也外派到非洲
了。
解决方法:
1.设置热点数据永不过期
2.加上互斥锁:上面的现象是多个线程同时去查询数据库的这条数据,那么我们可以在第一个查询数据的请求上使用一个互斥锁来锁住它
其他的线程走到这一步拿不到锁就等着,等第一个线程查询到了数据,然后将数据放到redis缓存起来。后面的线程进来发现已经有缓存了,就直接走缓存