Redis缓存穿透和雪崩
-
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,最要害得问题,就是数据的一致性问题,从严格意义上讲,这个问题无解。如果对数据的一致性要求很高,那么就不能使用缓存。
-
另外的一些典型问题就是。缓存穿透、缓存雪崩和缓存击穿,目前,业界也都有比较流行的解决方案!
缓存穿透
-
概念
缓存穿透的概念很简单,用户想要查询一个数据,发现redis内存数据库没有,也就是缓存没有命中,于是向持久化层数据库查询,发现也没有,于是本次查询失败,当用户很多的时候。缓存都没有命中于是都去请求了持久层数据库,这会给持久层数据库造成很大的压力,这时候就相当于出现了缓存穿透!
-
解决方案
布隆过滤器
- 这是一种数据结构,对所有可能查询的数据以hash的形式存储,在控制层进行校验,不符合则丢弃,从而避免了对底层存储系统的查询压力
-
存储空对象
- 当存储层不命中以后,即使返回的空对象,也将其缓存起来,同时会设置一个过期时间,之后再访问和这个数据将对从缓存中获取,保护了后端数据源!!!
但是这种方式会存在两个问题
- 如果空值能够被缓存起来,这就意味着缓存需要更多地空间存储更多地键,因为这当中可能会有很多的空值的键!
- 即使对空值设置了过期时间,还是会存在缓存层和存储层的数据会有一段时间窗口的不一致,这对于需要保持一致性的业务会有影响!
- 这是一种数据结构,对所有可能查询的数据以hash的形式存储,在控制层进行校验,不符合则丢弃,从而避免了对底层存储系统的查询压力
缓存击穿(量太大,缓存过期)
- 这里需要注意和缓存击穿的区别,缓存击穿,是指一个key非常热点,在不停的扛着大并发,大并发集中对着一个点进行访问,当这个key在时效期间,持续的大并发就穿破缓存,直接请求数据库,就像在一个屏障上凿开了一个洞。
- 当某个key在过期瞬间,有大量的请求并发访问,这类数据一般是热点数据,由于缓存过期,会同时访问数据库来查询最新数据,并且回写缓存,回导致数据库瞬间压力过大!
-
解决方案
设置热点数据永不过期
- 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
加互斥锁
- 分布式锁:使用分布式锁,保证对于每个key同时只有一个线程需查询后端服务,其他的线程没有获得分布式的权限,因此只需要等待即可!这种方式将高并发的压力转移到分布式锁,因此对分布式锁的考验很大!!
缓存雪崩
-
值得是一段之间,缓存集中过期失效,Redis宕机
-
产生雪崩的原因,比如在写文本的时候马上要双十二0点,很快会迎来一波抢购,这波商品时间比较集中的放入了缓存,假设缓存了一个小时,那么到了凌晨一点,的时候这批商品的缓存器就都过期了,而对于这批商品的访问查询,都落到了数据库,对于数据库而言就会产生周期性压力波峰,于是所有的请求都会达到存储层,存储层的调用量会暴增,造成存储层也会挂掉的情况!
-
-
其实集中过期,倒也不是非常致命,比较致命的缓存雪崩,是缓存服务器某个节点宕机或者断网,因为自然形成的缓存雪崩,一定是在某个时间段,集中创建缓存,这个时候数据库也是可以顶住压力的,无非就是对数据库产生周期性压力而已,而缓存服务器节点宕机,对数据库服务器造成的压力是不可预知的,很多可能瞬间就把数据库压垮!
双十一:停掉一些服务!(保证主要的服务可用!)
-
解决方案