使用redis缓存的注意点

避免缓存雪崩、缓存击穿、缓存穿透

1.缓存雪崩

概念：

大量缓存数据在同一时间过期（失效）或者 Redis 故障宕机时，如果此时有大量的用户请求，都无法在 Redis 中处理，于是全部请求都直接访问数据库。造成性能下降或者宕机。

解决方法：

1. 均匀设置过期时间：可以给过期时间设置为随机数，防止同一时间全部过期。

2.互斥锁：当取某个数据发现缓存未命中时，只让一个请求去构建缓存，即拿到互斥锁的请求去访问数据库，生成缓存。其他请求等待或者返回空。

3.热点数据不设置过期时间。

4.缓存预热，指的是在系统启动前，将一些常用的数据提前加载到缓存中。这样可以避免在系统运行过程中，缓存失效导致请求落到数据库上。

5.redis宕机时，可以使用熔断或者限流。不访问数据库，直接报错，或者限制访问数据库的请求数。

6.使用redis集群。

2.缓存击穿

概念

如果缓存中的某个热点数据过期了，此时大量的请求访问了该热点数据，就无法从缓存中读取，直接访问数据库，数据库很容易就被高并发的请求冲垮

解决方法：

可以发现缓存击穿跟缓存雪崩很相似，你可以认为缓存击穿是缓存雪崩的一个子集。

可以使用互斥锁、热点数据不过期的方法。

3.缓存穿透

概念：

请求的数据不在缓存中，也不在数据库中，因此无法构建缓存。有大量这种请求时，都打到数据库。

解决方法：

1.限制非法请求。校验参数、字段等，防止恶意攻击。

2.查到为空，在缓存中储存空值或默认值。

3.通过布隆过滤器判断数据是否存在数据库中。

我们可以在写入数据库数据时，使用布隆过滤器做个标记，然后在用户请求到来时，业务线程确认缓存失效后，可以通过查询布隆过滤器快速判断数据是否存在，如果不存在，就不用通过查询数据库来判断数据是否存在。

布隆过滤器的简单介绍：

布隆过滤器由「初始值都为 0 的位图数组」和「 N 个哈希函数」两部分组成。标记一个数据时，使用n个哈希函数对其取哈希，然后用数组的长度取余。将数组中对应的下标置为1。

当然，可能有哈希冲突的情况。但影响不大。因为查询布隆过滤器说数据存在，并不一定证明数据库中存在这个数据，但是查询到数据不存在，数据库中一定就不存在这个数据。

布隆过滤器的缺点包括：

1.无法删除已添加的数据：由于布隆过滤器的哈希函数不具有逆向性，所以无法删除已添加的数据。

2.误判率无法避免：由于布隆过滤器的设计原理，误判率无法避免。当哈希函数的数量不足或位数组的大小不够时，误判率可能会很高。

3.无法精确判断元素是否存在：由于布隆过滤器的设计原理，无法精确判断某个元素是否在集合中，只能判断它可能存在或一定不存在。