缓存学习笔记-缓存雪崩、缓存击穿、缓存穿透问题分析

在使用缓存时，要注意：

1. 缓存数据是有原始数据来源的，且允许丢失。数据丢失后，我们要从原始数据重新加载，不能认为缓存是绝对可靠的，也不能认为缓存不会删除没有过期的数据
2. 缓存系统可以保存的数据量一定是小于原始数据的，我们应该根据数据特点，明确redis应该以怎样的算法来驱逐数据
   常用的数据淘汰策略有：

allkeys-lru，针对所有 Key，优先删除最近最少使用的 Key；==
volatile-lru，针对带有过期时间的 Key，优先删除最近最少使用的 Key；
volatile-ttl，针对带有过期时间的 Key，优先删除即将过期的 Key（根据 TTL 的值）；
allkeys-lfu（Redis 4.0 以上），针对所有 Key，优先删除最少使用的 Key；
volatile-lfu（Redis 4.0 以上），针对带有过期时间的 Key，优先删除最少使用的 Key。

缓存雪崩

由于缓存系统的 IOPS 比数据库高很多，因此要特别小心短时间内大量缓存失效的情况。这种情况一旦发生，可能就会在瞬间有大量的数据需要回源到数据库查询，对数据库造成极大的压力，极限情况下甚至导致后端数据库直接崩溃。这就是我们常说的缓存失效，也叫作缓存雪崩。
产生缓存雪崩的两个原因：

1. 缓存系统本身不可用，导致大量请求直接回源到数据库
2. 应用设计层面大量的key在同一时间过期，导致大量请求直接回源到数据库

第二个原因，在设计缓存时要确保大量的key不在同一时间过期，有两种方式：

1. 差异化缓存过期时间
2. 让缓存不主动过期，然后定时把所有数据更新到缓存，但是这种方法需要有回源的逻辑，我们没办法保证缓存中的数据永不丢失；

这两种方式都需要在吧数据从数据库加入缓存时，判断来自数据库的数据是否合法，比如最基本的空判断

缓存击穿

某些热点key在并发量很大的情况下，如果这个key过期，可能在某个瞬间出现大量并发请求同时回源，也就是大量的并发请求直接打到数据库；
这种情况下，可以考虑使用锁限制回源的并发；

缓存穿透

当缓存中没有数据时，不一定代表数据没有缓存，而是有可能数据压根不存在。如果大量请求查询了一个不存在的数据，会对数据库造成很大的性能压力
它和缓存击穿的差别是：缓存穿透是缓存没有起到压力缓冲的作用，而缓存击穿是指缓存失效瞬间大量的请求直接到达数据库
解决缓存穿透有两种方案：

1. 对于不存在的数据，同样记录到缓存中，设置一个特殊值
2. 使用 布隆过滤器¹ 做前置过滤，可以把所有可能的值保存在布隆过滤器中，从缓存读取数据前先过滤一次：
   如果布隆过滤器认为值不存在，那么值一定是不存在的，无需查询缓存也无需查询数据库；
   对于极小概率的误判请求，才会最终让非法 Key 的请求走到缓存或数据库。

---

1. 布隆过滤器原理. ↩︎