高并发下缓存雪崩、穿透、击穿了，你该如何挽救

在今天的互联网里，高并发、大数据量、大流量已经成为了代言词，那么我们的系统也承受着巨大的压力，首当其冲的解决方案就是redis。

那么redis使用不当就会产生雪崩、穿透、击穿等问题，这也是考验一个程序员技术能力的时刻。

当然面试的时候，这也是高频面试题，几乎大厂都会问到。下面跟着贴心老哥一起来看看这些技术吧。

缓存雪崩

举例

双十一期间，所有用户一打开淘宝就是进入首页，首页的压力非常大，为了提高并发，将网站首页数据都缓存到redis里，所有的redis key失效时间都是3小时。

双十一当天大量用户剁手狂欢，这时候3个小时过去了，redis里首页的key缓存全部失效，这时候redis里查询不到数据了，只能去数据库中查询，造成数据库无法响应挂掉。

用户进不去首页没法剁手了，马爸爸就不开心了，把这个程序员外派到非洲了。

一句话总结

在高并发下，大量缓存key在同一时间失效，大量请求直接落在数据库上，导致数据库宕机。

解决方案

• 随机设置key失效时间，避免大量key集体失效。

  setRedis（Key，value，time + Math.random() * 10000）；
  

• 若是集群部署，可将热点数据均匀分布在不同的Redis库中也能够避免key全部失效问题

• 不设置过期时间

• 跑定时任务，在缓存失效前刷进新的缓存

缓存穿透

举例

老哥做了一个网站火了，动了别人的蛋糕，于是开始疯狂攻击老哥的网站，由于老哥网络安全方面学艺不精被人钻了空子。

某人用脚本疯狂的给老哥发送请求，查询 id = -1 的数据，redis并没有这样的数据，这时候就穿透redis，直接打到了数据库上。

半夜老哥在睡觉并没有察觉，他疯狂攻击老哥一晚上，结果把数据库搞挂了，然后老哥的网站也挂了。

一句话总结

redis缓存和数据库中没有相关数据(例用户直接携带id<=0的参数不断发起请求)，redis中没有这样的数据，无法进行拦截，直接被穿透到数据库，导致数据库压力过大宕机。

解决方案

• 对不存在的数据缓存到redis中，设置key，value值为null(不管是数据未null还是系统bug问题)，并设置一个短期过期时间段，避免过期时间过长影响正常用户使用。

• 拉黑该IP地址

• 对参数进行校验，不合法参数进行拦截

• 布隆过滤器 将所有可能存在的数据哈希到一个足够大的bitmap(位图)中，一个一定不存在的数据会被 这个bitmap拦截掉，从而避免了对底层存储系统的查询压力。

缓存击穿

举例

双十一马爸爸突发奇想，想拍卖自己穿了20年的老布鞋，并且附带本人签名，程序员将该鞋的信息存到了redis中，设置了3小时过期。寻思3小时够他们抢了吧，但他低估了马爸爸的魅力。

该商品引起了一千万人关注，这些人不断的竞拍这双鞋，价格越拍越高，马爸爸乐开了花。

竞拍了2小时59分，马上要拍到一个亿了，突然这双鞋在redis里的key数据过期了，导致该key的大量请求，都打到了数据库，直接导致数据库挂掉了，服务无法响应。

竞拍到此结束，鞋没卖出去，马爸爸又不开心了，把这个程序员也外派到非洲了。

一句话总结

某一个热点key，在不停地扛着高并发，当这个热点key在失效的一瞬间，持续的高并发访问就击破缓存直接访问数据库，导致数据库宕机。

解决方案

• 设置热点数据"永不过期"

• 加上互斥锁/分布式锁：上面的现象是多个线程同时去查询数据库的这条数据，那么我们可以在第一个查询数据的请求上使用一个互斥锁来锁住它

  其他的线程走到这一步拿不到锁就等着，等第一个线程查询到了数据，然后将数据放到redis缓存起来。后面的线程进来发现已经有缓存了，就直接走缓存

  # 简单的分布式锁实现，之后我们重点会讲分布式锁
  public String get(key) {
    String value = redis.get(key);
    if (value == null) { //代表缓存值过期
      //设置3min的超时，防止del操作失败的时候，下次缓存过期一直不能load db
      String keynx = key.concat(":nx");
      if (redis.setnx(keynx, 1, 3 * 60) == 1) { //代表设置成功
        value = db.get(key);
        redis.set(key, value, expire_secs);
        redis.del(keynx);
      } else {
        //这个时候代表同时候的其他线程已经load db并回设到缓存了，这时候重试获取缓存值即可
        sleep(50);
        get(key); //重试
      }
    } else {
      return value;        
    }
  }
  

最后总结

雪崩是大面积的key缓存失效；穿透是redis里不存在这个缓存key；击穿是redis某一个热点key突然失效，最终的受害者都是数据库。

思考

未雨绸缪：将redis、MySQL等搭建成高可用的集群，防止单点。

亡羊补牢：服务中进行限流 + 降级，防止MySQL被打崩溃。

重振旗鼓：Redis 持久化 RDB+AOF，宕机重启，自动从磁盘上加载数据，快速恢复缓存数据。