缓存问题解决方案&批量查询优化

缓存问题解决方案&批量查询优化

1 缓存问题解决方案
1.1 缓存穿透
缓存没有，数据库也没有，业务系统访问压根就不存在的数据，导致每次访问都将压力挂到了数据库服务器上导致服务崩溃，一般来说都是恶意访问导致
解决方案：
1.缓存空数据
第一，空值做了缓存，意味着缓存层中存了更多的键，需要更多的内存空间(如果是攻击，问题更严重)，比较有效的方法是针对这类数据设置一个较短的过期时间，让其自动剔除。
第二，缓存层和存储层的数据会有一段时间窗口的不一致，可能会对业务有一定影响。例如过期时间设置为 5 分钟，如果此时存储层添加了这个数据，那此段时间就会出现缓存层和存储层数据的不一致，此时可以利用消息系统或者其他方式清除掉缓存层中的空对象。
2.BloomFilter（布隆过滤器）：在缓存之前再加一道屏障，里面存储目前redis数据库中存在的所有key。
在讲布隆过滤器之前我们思考下：
有些同学可能会在想，我使用集合行不行呢：比如在海量元素中（例如 10 亿无序、不定长、不重复）快速 判断一个元素是否存在？好，我们最简单的想法就是把这么多数据放到数据结构里去，比如List、Map、Tree，一搜不就出来了吗，比如map.get(),我们假设一个元素1个字节的字段，10亿的数据大概需要900G的内存空间，这个对于普通的服务器来说是承受不了的，当然面试官也不希望听到你这个答案，因为太笨了吧，我们肯定是要用一种好的方法，巧妙的方法来解决，这里引入一种节省空间的数据结构 —位