【Redis优化】缓存穿透常见处理方案

一、缓存穿透的定义

缓存穿透： 指客户端请求的数据在Redis缓存和数据库中都不存在，这样Redis缓存将永远不会生效，也就是说请求都会打到数据库中。

如果有心人利用这一特性对服务器同时进行大量请求，就有可能造成数据库的奔溃，因此，我们需要对缓存穿透进行处理。

二、常见解决方案

1.缓存空对象

即客户端请求的数据如果在缓存和数据库中都不存在，我们也在Redis中进行缓存，设置value为null。

优点： 实现简单，维护方便。

缺点：

①大量的空值会造成额外的内存消耗

由于我们将不存在的数据都存入Redis缓存中并置为null，如此大量的空值会占据较多的内存空间，造成内存的浪费。

解决方法： 对每一个空数据都设置较短过的期时间（TTL），可以是一两分钟或者适当的时间。这样可以保证每一个空数据只存在一定的时间就会被删除，减少内存空间的占用。

②造成短期的数据不一致

假设用户请求了一个不存在的id数据，根据缓存空对象的处理办法，我们向Redis中插入了null值并设置了TTL过期时间。如果这时我们向数据库插入了一条id的数据，而该id恰好与刚刚用户请求的id一致，那么，在TTL到期之前，所有用户请求这一id得到的值都是null，而不是我们向数据库中插入的数据。

解决方法： 设置较短的TTL可以在一定程度上缓解。或者采用主动更新的方式更新（删除）缓存。亦或者用第二种解决方案布隆过滤。

③无法抵御随机攻击

缓存空对象会将用户请求的不存在的数据存入Redis中并置为空值，当用户第二次及之后请求这一数据时会返回Redis中的缓存（即null），但如果用户每次请求的值都不存在于数据库和缓存中，则每次请求还是会直接打到数据库中，大量的这类请求同样会造成数据库的崩溃。

解决方法： 用第二种解决方案布隆过滤。

---

2.布隆过滤（推荐）

即采用布隆过滤器（Bloom Filter）对请求的数据进行过滤，如果布隆过滤器认为元素可能存在，则会放行，如果认为元素不存在，则直接拒绝请求。

布隆过滤器是1970年由Bloom提出的，它是由一组哈希（Hash）函数和一个位阵列组成。布隆过滤器可以用于查询一个元素是否存在于一个集合当中。

其查询结果只有两个：

• 这个元素可能存在于这个集合当中。
• 这个元素一定不存在于这个集合当中。

简单而言，布隆过滤器认为存在的数据不一定存在，但认为不存在的数据一定不存在。

优点： 其空间效率和查询时间都比一般的算法要好的多。

缺点： 有一定的误识别率、删除困难。

布隆过滤器在实际中主要用来解决网页URL去重复，垃圾邮件检测，大集合中重复元素的判断和缓存击穿等问题。

布隆过滤器的具体使用这里不做讨论，有时间会回来补充，可以自行检索其他文献。