Redis 扩展：缓存雪崩和缓存穿透问题解决方案

缓存雪崩

缓存同一时间大面积失效，所以，后面的请求都会落到数据库上，造成数据库短时间内承受大量的请求而崩掉。

解决办法：

• 事前：尽量保证整个 redis 集群的高可用性，发现机器宕机尽快补上，选择合适的内存淘汰策略
• 事中：本地 ehcache 缓存 + hystrix 限流&降级，避免 MySQL 崩掉
• 事后：利用 redis 持久化机制，让数据尽快恢复缓存

缓存雪崩解决方案

缓存穿透

一般是故意请求缓存中不存在的数据，导致所有的请求都落到数据库上，造成数据库短时间内承受大量的请求而崩掉。

解决办法：

• 采用布隆过滤器，将所有可能存在的数据哈希到一个足够大的 bitmap 中，保证不存在的数据会被这个 bitmap 拦截，从而避免对底层存储系统的查询压力
• 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，但它的过期时间会很短，最长不超过五分钟

如何保证缓存与数据库双写时的数据一致性?

只要用到缓存，就可能会涉及到缓存与数据库双存储双写，只要是双写，就一定会有数据一致性的问题，那么如何解决一致性问题？

一般来说，就是系统不是严格要求 缓存+数据库 必须保持一致性的话，那就允许缓存可以跟数据库偶尔有不一致的情况。

还有个方案但并不推荐，就是将读请求和写请求串行化，串到一个内存队列里去，这样就可以保证一定不会出现不一致的情况，但串行化之后，会导致系统的吞吐量大幅度的降低。