缓存穿透、缓存击穿、缓存雪崩
缓存穿透
原因
缓存穿透指查询一个一定不存在的数据。由于缓存是命中时被动写的,并且出于容错考虑,如果从存储层查不到数据则不写入缓存,这将导致这个不存在的数据每次请求都要到存储层去查询,失去了缓存的意义。
在流量大时,可能
DB
就挂掉了,如果有人利用不存在的key
频繁攻击我们的应用,这就是漏洞。解决方案
缓存不存在的数据
如果一个查询返回的数据为空(不管是数据不存在,还是系统故障),我们仍然把这个空结果进行缓存,但它的过期时间会设置得很短。
过滤会造成穿透的查询
将所有可能存在的数据哈希到一个足够大的
bitmap
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。
缓存雪崩
原因
缓存雪崩是指在我们设置缓存时采用了相同的过期时间,导致缓存在某一时刻同时失效,请求全部转发到DB,DB瞬时压力过重雪崩。
解决方案
随机缓存过期时间
避免同时过期,可以将缓存的过期时间增加一个随机值,比如1-5分钟。这样每一个缓存的过期时间的重复率就会降低,就很难引发集体失效的事件。
不在同一时间缓存
用加锁或者队列的方式保证缓存的单线 程(进程)写,从而避免失效时大量的并发请求落到底层存储系统上。
缓存击穿
原因
缓存在某个时间点过期的时候,恰好在这个时间点对这个Key有大量的并发请求过来,这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存,这个时候大并发的请求可能会瞬间把后端DB压垮。
解决方案
使用互斥锁(mutex key)
就是在缓存失效的时候(判断拿出来的值为空),不是立即去
load db
,而是先使用缓存工具的某些带成功操作返回值的操作(比如Redis
的SETNX
或者Memcache
的ADD
)去set
一个mutex key
,当操作返回成功时,再进行load db
的操作并回设缓存;否则,就重试整个get
缓存的方法。提前更新
在
value
内部设置1
个超时值(timeout1),比实际的超时值小(timeout2)。当从cache
读取到timeout1
发现它已经过期时候,马上延长timeout1
并重新设置到cache
。然后再从数据库加载数据并设置到cache
中。相当于在过期之前提前更新缓存数据。“永远不过期”
redis
不设置过期时间为了避免数据成静态的,把过期时间存在
key
对应的value
里,如果发现要过期了,通过一个后台的异步线程进行缓存的构建
使用Hystrix做资源的隔离保护主线程池
面试的时候被问了一个问题:如何保证 DB
的数据实时更新到缓存?
想法:
首先想到的是业务是否需要实时更新,因为本身缓存设置超时时间的话就是以时间间隔来更新的。所以业务不需要强一致实时性的数据的话可以不考虑这个问题。
如果要更新,肯定不可能缓存去轮训,希望能由
DB
这边通知更新
资料查询:
数据库和
redis
分别处理不同的数据类型使用脚本通知
redis
更新MySQL binlog
增量订阅消费+消息队列+处理并把数据更新到redis