雪崩？穿透？数据库一致性？面试必考Redis知识点总结（二）

最新推荐文章于 2024-05-09 23:44:55 发布

后端开发技术

最新推荐文章于 2024-05-09 23:44:55 发布

阅读量356

点赞数

本文链接：https://blog.csdn.net/sinat_32873711/article/details/106581296

版权

点击上方“后端开发技术”，选择“设为星标” ，优质文章和资源，及时送达

接着上一篇的内容，我们继续总结。如何应对面试？我对Redis知识点的总结（一）

雪崩·击穿·穿透

一、缓存雪崩遇到过吗？如何解决？

缓存雪崩，是指在某一个时间段，缓存集中过期失效。

比如存在一些App首页的热点数据或者商品热点数据，有一个小时的过期时间，需要定时任务去做刷新。但是比如到凌晨有秒杀活动，正好此时缓存到期了。大量的请求都跳过缓存直接打到了数据库，比如redis可以承受每秒7000个请求，数据库5000，但是当7000的请求全部打到数据库就可能承受不住了。如果是核心业务比如用户被其他服务大量调用，并且没有做熔断，就可能造成大面积服务瘫痪。并且即使是所谓万能的重启服务，请求又会直接打到数据库再次挂掉。（血的教训，笔者遇到过）

如何解决：1.可以不设置超时时间，直避免过期，直接在更新时候去刷新。2. 可以在失效时间上加随机的过期时间，避免集中过期。3.集群部署可以将数据在每个数据库均匀分布存储，避免全部失效。4.有相应的限流降级策略

二、缓存击穿是什么

缓存击穿，是指一个热点Key，在不停地扛着大量的请求，大并发集中对这一个点进行访问，当这个 Key 在失效的瞬间，持续的大并发直接落到了数据库上，就在这个 Key 的点上击穿了缓存。

缓存击穿和缓存雪崩的区别？

缓存击穿是单个热点key失效，而缓存雪崩是缓存大面积失效。

解决办法：

1.可以设置key不过期，更新时直接覆盖。

2.可以加互斥锁，避免大量请求同时打库。

//redis查询数据
String result = getRedisData(key);
//检查结果是否为空
if (StringUtils.isBlank(result)) {
   try {
       //抢锁 如果是分布式环境 这里也可以使用分布式锁
       if (reenLock.tryLock()) {
       //数据库查询
       result = getMySqlData(key);
       //检查是否为空
       if (StringUtils.isNotBlank(result)) {
       //保存到redis
          setRedisValue(key, result);
        }
      } else {
      //过一会在尝试
      Thread.sleep(100L);
      result = 本方法(key);
      }
    } finally {
   //释放锁
    reenLock.unlock();
    }
}
return result;

三、缓存穿透是什么

缓存穿透，是指缓存和数据库中都没有数据，而用户不断发起请求。因为用户的请求进入系统会先去查缓存，而缓存没有又会去查数据库，数据库没有返回null，正常数据此时会保存到Redis，下次直接查询缓存，而这里null的数据下次还是依旧打到了数据库。这里可能是用户不存在此数据，也可能是黑客的恶意攻击。这会给服务器带来很大的压力。

如何解决：

1.既然是空会下次依旧查询数据库，那可以把空对象存到Redis中，但是设置一个较短的过期时间。比如60s，避免频繁打库，也保证了数据最终会得到更新。

2.接口层增加校验，比如用户鉴权，参数做校验，不合法的校验直接 return，比如 id 做基础校验，id<=0 直接拦截。

3.可以利用布隆过滤器（Bloom Filter），将所有可能的查询key 先映射到布隆过滤器中，查询时先判断key是否存在布隆过滤器中，存在才继续向下执行，如果不存在，则直接返回。布隆过滤器将值进行多次哈希bit存储，布隆过滤器说某个元素在，可能会被误判。布隆过滤器说某个元素不在，那么一定不在。

Redis和memcached的区别

存储方式上：Memcache 会把数据全部存在内存之中，断电后会挂掉，数据不能超过内存大小。Redis 有部分数据存在硬盘上，这样能保证数据的持久性。

数据支持类型上：Memcache 对数据类型的支持简单，只支持简单的 key-value，，而 Redis 支持五种数据类型。

使用底层模型不同：它们之间底层实现方式以及与客户端之间通信的应用协议不一样。Redis 直接自己构建了 VM 机制，因为一般的系统调用系统函数的话，会浪费一定的时间去移动和请求。

Value 的大小：Redis 可以达到 1GB，而 Memcache 只有 1MB。

Redis与Mysql双写一致性方案

1.延时双删策略

先淘汰缓存，再写数据库，休眠1秒，再次淘汰缓存。

之所以这么麻烦，是因为这种策略是为了解决先删除缓存，再删除数据库时产生的问题。如果采用这种方案，假设同时有一个请求A进行更新操作，另一个请求B进行查询操作。那么会出现如下情形:

（1）请求A进行写操作，删除缓存

（2）请求B查询发现缓存不存在

（3）请求B去数据库查询得到旧值

（4）请求B将旧值写入缓存

（5）请求A将新值写入数据库上述情况就会导致不一致的情形出现。如果不采用给缓存设置过期时间策略，该数据永远都是脏数据。

所以为了解决上述问题，需要删除两次，而为了保证在B请求之后再去删除B产生的脏数据，所以需要有个休眠时间，这里是以1s举例，具体怎么设置呢？评估自己的项目的读数据业务逻辑的耗时。然后写数据的休眠时间则在读数据业务逻辑的耗时基础上，加几百ms即可。

public void write(String key,Object data){
    redis.delKey(key);//删除缓存
      db.updateData(data);//更新数据
      Thread.sleep(1000);//休眠1秒
      redis.delKey(key);//再次删除
}

如果担心再次删除所产生的阻塞导致吞吐量降低，二次删除时可以异步删除。

2.先更新数据库，再删缓存。

是不是这样就没有问题呢？理论上其实是有的。

此时缓存刚好失效，请求A查询数据库，得一个旧值，然后请求B将新值写入数据库，请求B删除缓存，然后请求A将查到的旧值写入缓存。

这样，便产生了脏数据。但是这种情况会发生吗？概率极其低！

因为如果产生了，则说明读的速度要低于写的速度。基于mysql的特性，这一情况很难出现。

3.利用消息队列。

因为方案2可能存在删除缓存失败，所以可以提供一个补偿措施即可，例如利用消息队列。

1.将需要删除的key发送至消息队列，消费消息，获得需要删除的key，继续重试删除操作，直到成功然而。缺点：对业务线代码造成大量的侵入。

2.启动一个订阅程序去订阅数据库的binlog，获得需要操作的数据。在应用程序中，另起一段程序，获得这个订阅程序传来的信息，进行删除缓存操作。（可以利用的中间件 canal）

不知不觉写到快12点了，下篇继续讲解Redis。