【Redis】缓存击穿、缓存雪崩

1、缓存击穿
缓存击穿是什么？
大量请求的key不存在于缓存中，导致请求直接到了数据库上，根本没有经过缓存这一层。

缓存穿透情况的处理流程是怎样的？

** 有哪些解决办法？**

最基本的就是⾸先做好参数校验，⼀些不合法的参数请求直接抛出异常信息返回给客户端。⽐如
查询的数据库 id 不能⼩于 0、传⼊的邮箱格式不对的时候直接返回错误消息给客户端等等。

1）缓存⽆效 key

如果缓存和数据库都查不到某个 key 的数据就写⼀个到 Redis 中去并设置过期时间，具体命令如
下： SET key value EX 10086 。这种⽅式可以解决请求的 key 变化不频繁的情况，如果⿊客恶意
攻击，每次构建不同的请求 key，会导致 Redis 中缓存⼤量⽆效的 key 。很明显，这种⽅案并不
能从根本上解决此问题。如果⾮要⽤这种⽅式来解决穿透问题的话，尽量将⽆效的 key 的过期时
间设置短⼀点⽐如 1 分钟。
另外，这⾥多说⼀嘴，⼀般情况下我们是这样设计 key 的： 表名：列名：主键名：主键值。
如果⽤ Java 代码展示的话，差不多是下⾯这样的：

public Object getObjectInclNullById(Integer id) {
 // 从缓存中获取数据
 Object cacheValue = cache.get(id);
 // 缓存为空
 if (cacheValue == null) {
 // 从数据库中获取
 Object storageValue = storage.get(key);
 // 缓存空对象
 cache.set(key, storageValue);
 // 如果存储数据为空，需要设置⼀个过期时间(300秒)
 if (storageValue == null) {
 // 必须设置过期时间，否则有被攻击的⻛险
 cache.expire(key, 60 * 5);
 }
 return storageValue;
 }
 return cacheValue;

2）布隆过滤器

布隆过滤器是⼀个⾮常神奇的数据结构，通过它我们可以⾮常⽅便地判断⼀个给定数据是否存在
于海量数据中。

具体是这样做的：把所有可能存在的请求的值都存放在布隆过滤器中，当⽤户请求过来，先判断
⽤户发来的请求的值是否存在于布隆过滤器中。不存在的话，直接返回请求参数错误信息给客户
端，存在的话才会⾛下⾯的流程。

加⼊布隆过滤器之后的缓存处理流程图如下。

但是，需要注意的是布隆过滤器可能会存在误判的情况。总结来说就是： 布隆过滤器说某个元素
存在，⼩概率会误判。布隆过滤器说某个元素不在，那么这个元素⼀定不在。

我们再来看⼀下，当我们需要判断⼀个元素是否存在于布隆过滤器的时候，会进⾏哪些操作：

1. 对给定元素再次进⾏相同的哈希计算；
2. 得到值之后判断位数组中的每个元素是否都为 1，如果值都为 1，那么说明这个值在布隆过
   滤器中，如果存在⼀个值不为 1，说明该元素不在布隆过滤器中。

2. 缓存雪崩
什么是缓存雪崩？

实际上，缓存雪崩描述的就是这样⼀个简单的场景：缓存在同⼀时间⼤⾯积的失效，后⾯的请求
都直接落到了数据库上，造成数据库短时间内承受⼤量请求。 这就好⽐雪崩⼀样，摧枯拉朽之
势，数据库的压⼒可想⽽知，可能直接就被这么多请求弄宕机了。
举个例⼦：系统的缓存模块出了问题⽐如宕机导致不可⽤。造成系统的所有访问，都要⾛数据
库。

还有⼀种缓存雪崩的场景是：有⼀些被⼤量访问数据（热点缓存）在某⼀时刻⼤⾯积失效，导致
对应的请求直接落到了数据库上。 这样的情况，有下⾯⼏种解决办法：
举个例⼦ ：秒杀开始 12 个⼩时之前，我们统⼀存放了⼀批商品到 Redis 中，设置的缓存过期时
间也是 12 个⼩时，那么秒杀开始的时候，这些秒杀的商品的访问直接就失效了。导致的情况就
是，相应的请求直接就落到了数据库上，就像雪崩⼀样可怕。

有哪些解决办法？

针对 Redis 服务不可⽤的情况：
1.采⽤ Redis 集群，避免单机出现问题整个缓存服务都没办法使⽤。
2. 限流，避免同时处理⼤量的请求。

针对热点缓存失效的情况：
1.设置不同的失效时间⽐如随机设置缓存的失效时间。
2. 缓存永不失效。