redis 缓存雪崩、缓存穿透、缓存数据与数据库数据双写一致问题

缓存雪崩问题

使用缓存的优势：

1. 查询速度快，查询内存中的数据比磁盘快
2. 提高并发能力，缓存分担一部分请求，支持更高的并发

缓存雪崩：

​ 同一时刻有大量缓存消失，会使数据库任务加重，甚至宕机

造成缓存雪崩的两种情况

1. redis宕机，所有请求都会走数据库
2. 同一时刻有大量缓存过期，导致一段时间内缓存失效，大量请求走数据库

解决办法

1. 对于redis宕机，可以采用redis高可用
2. 对于同一时刻大量缓存过期，可以采用定期删除+惰性删除（即在缓存的时候给过期时间加上一个随机值，就会大幅度减少缓存在同一时间过期）

缓存穿透问题

缓存穿透：

​ 查询一个一定不存在的数据。由于缓存不命中，并且出于容错的考虑，从数据库查询不到数据则不写入缓存，导致不存在的数据每次都要走数据库查询，缓存无意义。

解决方法：

1. 使用布隆过滤器或压缩提前拦截那些请求不存在的参数，不合法不让请求到数据库中去
2. 当数据库中找不到的时候，将这个空对象设置到缓存中去，下次请求直接在缓存中获取

缓存与数据库双写一致问题

​ 更新时，各种情况导致数据库数据和缓存数据不一致

对于缓存的操作有两种：

1. 更新缓存，在高并发情况下容易出错
2. 删除缓存，直接删除，当再次读取时，缓存中没有，到数据库中找并写到缓存中

​ 更新数据又分为两种方案，每种方案的两个操作我们都希望同时成功同时失败。

1. 先更新数据库，在删除缓存

   原子性被破坏

   1. 第一步成功(操作数据库)，第二步失败(删除缓存)，会导致数据库里是新数据，而缓存里是旧数据。

   2. 如果第一步(操作数据库)就失败了，我们可以直接返回错误(Exception)，不会出现数据不一致。

      高并发

   3. 线程A查询数据，得到旧值

   4. 线程B将新值写到数据库

   5. 线程B删除缓存

   6. 线程A把旧值写到缓存中

      针对这种情况，我们把要删除key发送到消息队列中，不断尝试删除操作，直到成功

2. 先删除缓存，在更新数据库

   原子性被破坏

   1. 第一步成功(删除缓存)，第二步失败(更新数据库)，数据库和缓存的数据还是一致的。
   2. 如果第一步(删除缓存)就失败了，我们可以直接返回错误(Exception)，数据库和缓存的数据还是一致的。

   高并发

   1. 线程A删除缓存

   2. 线程B查询数据库，得到旧值

   3. 线程A更新数据库

   4. 线程B把旧值写到数据库中

      针对这种情况，我们把删除缓存、修改数据库、查询等操作顺序积压到队列中，实现串行化

两种策略的对比

​ 先删除缓存，后修改数据库

​ 在高并发时表现不如意、但是原子性被破坏时表现优异

​ 先修改数据库，后删除缓存

​ 在高并发时表现不如意，但是原子性被破坏时表现优异