Redis缓存击穿，缓存穿透，缓存雪崩的解决方案

缓存击穿，缓存穿透，缓存雪崩，是常见的缓存使用不当导致的问题，今天我们一起梳理梳理。

目录

一、什么是缓存击穿?

二、什么是缓存穿透

三、什么是缓存雪崩

---

一、什么是缓存击穿?

缓存穿透问题非常好理解，redis中热点数据key如果过期，请求会导致大量的请求直接落在数据库上，这样数据库就会被直接打死。就像缓存这道屏障在key处被击穿一样，这就是缓存击穿。

怎么预防缓存击穿问题呢？

1.防止缓存数据失效，比如设置热点数据key有效期永久，不过期。

这样缓存数据就不会失效，而导致请求全部落在数据库上。个人认为该方案虽然简单，但是不利于缓存的管理，因为key不一定一直是热点数据，不同的时间和场合，热点数据会不一样，盲目的设置不过期，会导致缓存中不过期的数据越来越多，消耗内存。

2.采用分布式锁

采用分布式锁方案，只允许一个线程去访问数据库并更新缓存，其他线程会等待直到缓存中读取到数据。

方案一：同步更新缓存

利用setnx实现分布式锁。

String get(String key){
    String value = redis.get(key);
    if(value == null){
        String key_mutex = "keymutex";
        if(redis.setnx(key_mutex,"1")){
            redis.expire(key_mutex,3*60);
            value = db.get(key);
            redis.set(key,value);
            redis.delete(key_mutex);
        }esle{
            //其他线程休息等待50毫秒后重新访问函数
            Thread.Sleep(50);
            value = redis.get(key);
        }
    }
    return value;
}

上述代码简单，优点是代码简单和能保证一致性，缺点有两个，第一户需要等待。第二，若线程在执行redis.delete(key_mutex);时掉线，导致锁未释放，会导致死锁问题，setnx又不具备设置过期时间的功能，因此需要在value上设置“过期时间”。（后续在讨论这个问题）。

方案二：异步更新缓存

String get(String key){
    String value = redis.get(key);
    if(value == null){
        threadPool.execute(new Runnable(){
            public void run(){
                String key_mutex = "keymutex";
                if(redis.setnx(key_mutex,"1")){
                    redis.expire(key_mutex,3*60);
                    String dbValue = db.get(key);
                    redis.set(key,dbValue);
                    redis.delete(key_mutex);
                }
            }
        });
    }
    return value;
}

上述代码，利用一个线程去更新缓存，优点是，用户可以不用等待快速得到结果。但是缺点很明显，这样会导致数据不一致性，用户得到的结果可能不是最新的。

二、什么是缓存穿透

在某个时间段，出现大量数据请求，而且这些请求的数据，既不在缓存中，又不在数据库中，这样的结果就是数据库被打死。导致缓存穿透的原因，可能是系统设计不合理，导致大量非法的用户请求；也有可能是刻意的人为攻击，利用不存在的数据进行请求。

怎么预防缓存击穿问题呢？

1、增加用户验证和参数校验，防止非法用户发起攻击利用非法的数据发动攻击；

2、将类似的数据请求（既不在缓存中，又不在数据库中的数据），存在缓存中设置过期时间防止同一非法数据反复访问数据库。

三、什么是缓存雪崩

缓存雪崩是指请求未在缓存中找到请求的数据（这些数据曾经在缓存中），导致短时间内大量请求落在数据库上，从而打死数据库。造成缓存雪崩的原因，可能是缓存大面积的到期失效，也可能是缓存宕机。

怎么预防缓存雪崩问题呢？

1、如果是因为缓存宕机，则应该是用redis的哨兵模式，实现缓存的高可用性。（后续在学习redis的三种部署模式）

2、如果是缓存大表面积失效

         2.1、将key的过期时间按一定方式随机设置，使得缓存不至于大面积同时失效。

         2.2、访问到失效的key时的恢复方案。从这个层面上讲，缓存雪崩和缓存击穿有相似的地方，可以按照缓存击穿的方案来做。但是不同的是，缓存击穿是指若干个热点数据失效，导致数据库被打死，特点是，请求的数据大部分都是相同的，因此只用将这几个失效的热点数据加锁回复就能解决。而缓存雪崩，失效的可能不只是若干个热点数据，而是大面积的数据失效，热点数据只是包含在其中，缓存击穿的方案只能解决相同的请求大量访问数据库的问题，而当面对大量不相同的请求时，该方案的会起到一定的效果，但是效果可能不大（更具实际情况而定）。因此这里除了实行预防缓存击穿的方案外，甚至还要进行限流降级。比如只允许三分之一的请求通过，这样对于用户而言只是多点击几次按钮（平均三次）就能请求到数据，这远比数据库被打死，直接访问崩溃带来的影响小。