Redis引入带来的问题

Redis引入带来的问题

针对这个问题 我们可以从两个方面回答

一、硬件成本的增加

Redis是依赖内存的，所以Redis的引入必然会对内存提出比较高的要求。

二、维护成本的增加

我们主要针对以下两个关键问题的维护进行说明

1、缓存失效

缓存没有能够发挥其应有的作用，可能是缓存过期等原因，导致透过缓存层对数据库造成压力

• 缓存穿透

缓存穿透是用户针对缓存和数据库中没有的数据进行不断的请求，从而造成数据库压力

如何解决缓存穿透：

1. 在接口层增加校验。针对用户请求数据的合法性进行校验

2）如果查询不到数据，我们可以将查询的key 放到缓存中，value设置为null,从而降低数据库压力

3）使用布隆过滤器

• 缓存击穿

缓存击穿是指缓存中没有数据，但是数据库中确实存在数据（一般是缓存时间到期），由于并发导致数据库压力

如何解决缓存击穿：

1. 针对一些特殊要求的数据可以设置为永不过期

2. 加互斥锁。请求时，如果没有数据，此时对该key加上互斥锁，由本次线程进行数据库查询，并更新缓存信息。

• 缓存雪崩

缓存雪崩是指缓存中大批量过期，进而导致缓存查询不到，请求全部进行数据库查询。与缓存击穿不同的时，缓存击穿针对的时并发查询同一条数据，缓存雪崩针对的不同数据过期

如何解决缓存雪崩：

1. 缓存过期时间避免相同，防止统一时间大量数据缓存过期

2）如果是分布式部署的缓存，将热点数据均匀分布在不同的数据库中

3）设置热点数据永不过期

2、缓存数据与数据库数据不一致

常规做法：

1）更新数据时，先更新数据库，再删除缓存

• A线程先更新数据，此时还没有更新缓存
• B线程读取数据，可以直接从缓存中读取（错误数据）

2）更新数据时，先删除缓存，在更新数据库

• A线程先删除缓存，进行数据库更新操作，此时更新操作还没有提交
• B线程读缓存，没有则读取数据库，由于A还没有提交，读取的还是原来的数据(错误数据)

延时双删：

1）普通延时双删

• 先删除缓存，再更新数据库，固定时间后再将缓存删除。这样可以保证延迟时间后的数据正常读取
• 如果线程B 在更新数据库过程中读取，如图所示。依旧会读取到错误数据。但是这个数据只会影响到部分进程

2）加互斥锁的延迟双删策略

针对上述问题，我们可以对key加上互斥锁，此时由于加上了互斥锁，B/C进程均无法对该key进行数据库读取操作。数据更新完成后，我们再对缓存数据进行删除操作。

此做法牺牲了一定的性能，但是保证了数据的一致性。