redis 缓存

缓存的收益和成本

收益：

• 加速读写：因为缓存通常都是全内存的，而存储层通常读写性能不够强悍，通过缓存的使用可以有效的加速读写，优化用户体验
• 降低后段负载：帮助后端减少访问量和复杂计算，在很大程度降低了后端的负载

成本：

• 数据不一致性： 缓存层和存储层的数据存在着一定时间窗口的不一致性，时间窗口跟更新策略有关
• 代码维护成本：加入缓存后，需要同时处理缓存层和存储层的逻辑，增大了开发者维护代码的成本
• 运维成本：以Redis Cluster为例，加入后无形中增加了运维成本

常见的缓存问题

缓存穿透

 原因：

在高并发下，查询一个根本不存在的数据，缓存层和存储层都不会命中，导致大量请求都要到存储层去查询，失去了缓存保护后端存储的意义

方案：

1. 缓存空对象，可能存在的问题一 空值做了缓存，会导致缓存层中存了更多的键，需要更多的内存空间，二 如果在过期时间内增加了对应数据，会有数据不一致情况，因此缓存空对象的过期时间不易设置的过长

2.布隆过滤器， 缓存空对象是对不存在的数据增加空对象缓存，布隆过滤器是对所有已存在的key做标记，当查询一个不存在的key时，就不访问存储层，在一定程度保护了存储层

两种方案的优缺点

解决缓存穿透	使用场景	维护成本
缓存空对象	数据命中不高 数据频繁变化实时性高	代码维护简单 需要过多的缓存空间 数据不一致
布隆过滤器	数据命中不高 数据相对固定实时性低	代码维护复杂 缓存空间占用少

 

缓存雪崩

原因：

     在高并发下，大量的缓存key在同一时间失效，导致大量的请求落到存储层，产生大量失效的情况有：某一时间大量key过期，redis集群节点出现异常。

方案：

1.分布式锁

    使用互斥锁保证只允许一个重键缓存，其他缓存等待重建缓存的线程执行完，重新从缓存获取数据即可

2.缓存永远不过期

  为每个value设置一个逻辑过期时间，当发现超过逻辑过期时间后，会异步去构建缓存

两种方案的优缺点

解决方案	优点	缺点
简单分布式锁	思路简单 保证一致性	代码复杂度增大 存在死锁的风险 存在线程池阻塞的风险
永远不过期	基本杜绝热点key问题	不保存一致性 逻辑过期时间增加了代码维护成本和内存成本