2.6_12 Redis缓存穿透、击穿、雪崩

GroupiesM

已于 2022-04-27 14:35:16 修改

阅读量965

点赞数

分类专栏： # 2.6 redis 文章标签：缓存 redis 数据库

于 2022-03-15 16:40:43 首次发布

本文链接：https://blog.csdn.net/qq_43529621/article/details/123499064

版权

2.6 redis 专栏收录该内容

11 篇文章 0 订阅

订阅专栏

本文详细介绍了Redis缓存的常见问题及解决方案，包括缓存穿透、缓存击穿和缓存雪崩。针对缓存穿透，提出了使用布隆过滤器和缓存空值的策略；缓存击穿时，可以通过设置热点数据永不过期或使用分布式锁来应对；而缓存雪崩则建议采用Redis高可用、服务降级、限流降级和数据预热等措施。这些方法旨在保障系统的稳定性和数据一致性。

摘要由CSDN通过智能技术生成

Reids缓存穿透、击穿、雪崩

Redis缓存的使用，极大的提升了应用程序的性能和效率，特别是数据查询方面。但同时，它也带来了一些问题。其中，最主要的就是数据的一致性问题，从严格意义上讲，如果对于数据的一致性要求很高，那么就不能使用缓存。

缓存穿透（查不到）

用户想要查询一个数据，发现redis内存数据中没有（缓存未命中），于是向持久层数据库查询。发现也没有，于是本次查询失败。当用户很多的时候，缓存都没有命中（大量查询不存在的key），于是都去请求了持久层数据库。这会给持久层的数据库造成很大的压力，这时候就相当于出现了缓存穿透。
在这里插入图片描述

解决方案1：布隆过滤器 (Bloom Filter)
简介：布隆过滤器可以用于检索一个元素是否在一个集合中。在用户请求后，先在控制层通过布隆过滤器判断请求的key是否存在。存在则进入Redis获取key，不存在则丢弃。
原理：它实际上是一个很长的二进制向量(位图)和一系列随机映射函数（哈希函数）。
优点：1.空间效率和查询时间都远远超过一般的算法。2.缓存空间小
缺点：1.有一定的误识别率和删除困难。2.代码维护困难

解决方案2：Redis缓存空值
简介：在用户请求后且Redis缓存未命中后，将数据库中的空值也缓存到缓存层中，这样查询该空值就不会再访问DB，而是直接在缓存层访问就行。
原理：数据库结果反馈给Redis，避免下次再请求数据库。
优点：1.实现方式简单，不需要额外加层。2.代码易于维护
缺点：1.数据不一致。2. 需要过多的存储空间。

缓存击穿（缓存过期，量太大）

如果出现上述情况，采用了Redis缓存空值的方法来解决缓存穿透，那么还有可能会出现缓存击穿问题。当某一个key非常热点（微博热搜），通过缓存空值其放入了Redis中，在这个key失效的一瞬间（在下次重新缓存该key的空值之前，有个很短时间的空隙），持续的大量并发就穿破缓存（大量查询同一个key），直接请求数据库，导致数据库瞬间压力过大。

解决方案1：设置热点数据永不过期
简介：从缓存层面来看，没有设置过期时间，所以不会出现热点key过期后产生的问题。
优点：简单暴力。
缺点：Redis空间会越来越大，很快达到上限。

解决方案2：加互斥锁 (mutex key)
简介：分布式锁：使用分布式锁，保证对于每个key同时只有一个线程去查询后端服务，其它线程没有获得分布式锁的权限，因此只需要等待该线程将数据放入缓存，直接从缓存中获取即可。这种方式将高并发的压力转移到了分布式锁，因此对分布式锁的考验很大。
原理：setnx(set if not exist) 不存在再设置key（在分布式锁中，会经常使用）
优点：
缺点：

缓存雪崩（缓存集体过期）

指在某一个时间段，缓存集体过期失效（周期性的波峰压力），导致大量请求直接进入到数据库。
产生雪崩的场景：双十一零点抢购，这波商品比较集中的放入缓存，假设缓存设置为一小时，那么到了凌晨一点钟的时候，这一批商品的缓存都过期了。而对于这批商品再次的访问查询，都会进入到数据库中，对于数据库而言，就会产生周期性的压力波峰。当波峰超出存储层性能瓶颈，就会导致存储层挂掉。

在这里插入图片描述
缓存雪崩最致命的问题在于，缓存服务器某个节点宕机或断网。因为自然形成的空值缓存失效，无非就是对数据库产生周期性的压力。二服务器缓存节点宕机，对数据库服务器造成的压力是不可预知的，很有可能瞬间就把数据库压垮。