Redis实战案例7-缓存雪崩及其解决思路

1. 缓存雪崩

如果缓存集中在一段时间内失效或者Redis服务宕机，所有的查询都落在数据库上，造成了缓存雪崩。

2. 解决思路

1. 给不同的key的TTL添加随机值

在缓存的时候给过期时间加上一个随机值，这样就会大幅度的减少缓存在同一时间过期。

2. 利用Redis集群提高服务的可用性

解决Redis宕机问题，提高高可用性，利用Redis Sentinel（哨兵）机制。例如当哨兵检测到主节点的故障时，它会选择一个从节点作为新的主节点，并将其他从节点重定向到新的主节点，以便在出现主节点故障时，从节点可以接管服务，并提供相同的服务。如果有多个从节点，则选择那个复制偏移量最大的从节点来作为新的主节点。

3. 给缓存业务添加降级限流策略（加锁排队）

降级是指在系统遇到异常情况时，通过关闭或减少服务来保证系统的稳定性和可用性。降级的目的是通过砍掉非核心的服务或功能，使系统可以继续正常运行，从而避免系统崩溃。
限流是指为了控制系统压力，对请求进行限制或者延迟处理，以保证系统的稳定性。限流的主要目的是保证系统的流量控制，使系统不会因为请求过多而出现雪崩效应。

4. 添加多级缓存

Cache1 为原始缓存，Cache2 为拷贝缓存，Cache1 失效时，可以访问 Cache2，Cache1 缓存失效时间设置为短期，Cache2 设置为长期。

5. 数据预热

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。