Redis缓存三兄弟

前言

redis在面试中经常被问到，为了有效的帮助笔者自己，以及拥有同样烦恼的朋友们来了解redis常见的知识及面试题。笔者总结了一些关键词，希望大家可以和我一样通过这篇笔记区分并理解各种使用场景吧！

缓存穿透

关键词：穿过 Redis 和数据库

缓存穿透是指查询一个一定不存在的数据，当 Redis 和数据库中都没有我们想要的数据时，就需要考虑缓存穿透的问题了。查询数据时先去 Redis 中查找某资源，Redis 中查不到就去 DB 中查，DB 中查到后回写一份数据到 Redis 中，如果从存储层查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到 DB 去查询，可能导致 DB 挂掉。

这段逻辑正常情况下问题并不大，但是如果用户恶意重复请求资源 X，该资源在 Redis 和 DB 中都不存在。那么每次请求都会直接打到 DB 上，甚至导致物理 DB 宕机。

解决方案：

1、缓存空结果

如果系统发现 Redis 及 DB 中都不存在该资源，就缓存空结果一段时间。需要注意哈，这次的失效时间不能设置的太长，否则数据的实效性会产生很大的问题。
优点：简单
缺点：消耗内存，可能会发生不一致的问题。

2、用户合法性校验

对用户的请求合法性进行校验，拦截恶意重复请求。

3、布隆过滤器

看到这个名词不要慌。简单来说布隆过滤器的用途就是帮助你判断某个值是否存在。布隆过滤器主要是用于检索一个元素是否在一个集合中。我们当时使用的是redisson实现的布隆过滤器。它的底层主要是先去初始化一个比较大数组，里面存放的二进制0或1。在一开始都是0，当一个key来了之后经过3次hash计算，模于数组长度找到数据的下标然后把数组中原来的0改为1，这样的话，三个数组的位置就能标明一个key的存在。查找的过程也是一样的。当然是有缺点的，布隆过滤器有可能会产生一定的误判，我们一般可以设置这个误判率，大概不会超过5%，其实这个误判是必然存在的，要不就得增加数组的长度，其实已经算是很划分了，5%以内的误判率一般的项目也能接受，不至于高并发下压倒数据库。

举个例子来看下：假设我们现在有一个长度为 15 的 bit 数组，该数组的每个位置上只能保存 1 或者 0，1 标识该位置被占用，0 标识该位置未被使用。

对于id1，我们借助三个 Hash 函数分别对其哈希运算。

再将得到的这三个哈希值对 15 求模。

最后将这三个模值落入到 bit 数组上。

id2按照同样的方式再处理一遍。

如果此时来了一个新的 id3 通过三个Hash算法求出的哈希值为 1、2、3，因为2的占位是0，所以我们则可以断定id3 一定不存在。
布隆过滤器的原理还是比较简单的。这里我们需要注意，布隆过滤器可能存在一定误判的可能性，比如id3其实是不存在的数据，但是通过三个Hash算法求出的哈希值为 3、9、12，因为都存在值则会被误判为存在。但它依然可以帮助你拦截掉大部分一定不存在的数据。
优点：内存占用较少，没有多余key
缺点：实现复杂，存在误判

缓存击穿

关键词：定点打击
缓存击穿的意思是对于设置了过期时间的key，缓存在某个时间点过期的时候，恰好这时间点对这个Key有大量的并发请求过来，这些请求发现缓存过期一般都会从后端 DB 加载数据并回设到缓存，这个时候大并发的请求可能
会瞬间把 DB 压垮。

试想如果所有请求对着一个 key 照死里搞，这是不是就是一种定点打击呢？
怎么理解呢？举个极端的例子：比如某某明星爆出一个惊天狠料，海量吃瓜群众同时访问微博去查看该八卦新闻，而微博 Redis 集群中数据在此刻正好过期了，那么无数的请求则直接打到了微博系统的物理 DB 上，DB 瞬间挂了。

解决方案：

1、热点数据永远不过期

比如我们可以将某个 key 的缓存时间设置为 25 小时，然后后台有个 JOB 每隔 24 小时就去批量刷新一下热点数据。就可以解决这个问题了。

2、使用互斥锁

容易影响吞吐量，大部分项目设置热点 key 永不过期就妥妥的了。

缓存雪崩

关键词：Redis 崩了，没有数据了

缓存雪崩意思是设置缓存时采用了相同的过期时间，导致缓存在某一时刻同时失效，请求全部转发到DB，DB 瞬时压力过重雪崩。与缓存击穿的区别：雪崩是很多key，击穿是某一个key缓存。

这里的 Redis 崩了指的并不是 Redis 集群宕机了。而是说在某个时刻 Redis 集群中的热点 key 都失效了。如果集群中的热点 key 在某一时刻同时失效了的话，试想海量的请求都将直接打到 DB 上，DB 可能在瞬间就被打爆了。

解决方案：

1、Redis 失效时间加上随机数

Redis 失效时间加上随机数，是一种比较取巧的解决方案。在一定程度上减轻了 DB 的瞬时压力，但是这种方案也在一定程度上增加了维护的成本。

2、Redis 永不过期

实现方案在上文中简单提过了。

总结

最后我们再回归到主题！如何轻松的通过联想的方式来区分 Redis 缓存穿透、击穿、雪崩的区别？

缓存穿透—穿过（绕过） Redis 和 DB 来搞你

缓存击穿—定点打击来搞你

缓存雪崩—热点 key 在某一个时刻同时失效