Redis 缓存穿透、缓存雪崩和热点 Key 问题

缓存穿透

介绍

缓存系统，按照 KEY 去查询 VALUE，当 KEY 对应的 VALUE 一定不存在的时候并对 KEY 并发请求量很大的时候，就会对后端造成很大的压力。如查询一个必然不存在的数据。比如文章表，查询一个不存在的 id，每次都会访问 DB，如果有人恶意破坏，很可能直接对 DB 造成影响。由于缓存不命中，每次都要查询持久层，从而失去缓存的意义。

解决方法

1. 缓存层缓存空值。

• 缓存太多空值，占用更多空间。（优化：给个空值过期时间） 
• 存储层更新代码了，缓存层还是空值。（优化：后台设置时主动删除空值，并缓存把值进去）

2. 将数据库中所有的查询条件，放到布隆过滤器中。当一个查询请求来临的时候，先经过布隆过滤器进行检查，如果请求存在这个条件中，那么继续执行，如果不在，直接丢弃。

 

缓存雪崩

介绍

又叫缓存失效。如果缓存集中在一段时间内失效，发生大量的缓存穿透，所有的查询都落在数据库上，造成了缓存雪崩。缓存层宕掉后，流量会像奔逃的野牛一样，打向后端存储

解决方法

1. 在缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个 key 只允许一个线程查询数据和写缓存，其他线程等待。
2. 可以通过缓存 reload 机制，预先去更新缓存，再即将发生大并发访问前手动触发加载缓存。
3. 不同的 key，设置不同的过期时间，让缓存失效的时间点尽量均匀。
4. 做二级缓存，或者双缓存策略。A1 为原始缓存，A2 为拷贝缓存，A1 失效时，可以访问 A2，A1 缓存失效时间设置为短期，A2 设置为长期。

 

热点 key

介绍

由于一个缓存的构建是需要一定时间的，当一个很重要的新闻或者八卦的热点词出现时，用户的请求会在短时间内增加到很大，于是就会出现一个致命问题：在缓存失效的瞬间，有大量线程来构建缓存，造成后端负载加大，甚至可能会让系统崩溃 。

解决方法

1. 使用互斥锁(mutex key)：这种解决方案思路比较简单，就是只让一个线程构建缓存，其他线程等待构建缓存的线程执行完，重新从缓存获取数据就可以了。

2. “提前”使用互斥锁(mutex key)：在 value 内部设置1个超时值(timeout1), timeout1 比实际的 memcache timeout(timeout2) 小。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。

3. "永远不过期"：这里的“永远不过期”包含两层意思：

• 从 redis 上看，确实没有设置过期时间，这就保证了，不会出现热点 key 过期问题，也就是“物理”不过期。
• 从功能上看，如果不过期，那不就成静态的了吗？所以我们把过期时间存在 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，也就是“逻辑”过期。

4. 资源保护：可以做资源的隔离保护主线程池，如果把这个应用到缓存的构建也未尝不可。