Redis中的缓存穿透、缓存击穿以及缓存雪崩（理论知识）

以下总结了关于Redis比较全面的知识笔记以及面试题，方便自己复习的同时希望对大家有所帮助。

序号	内容	链接地址
1	Redis的基础知识、单机版安装、数据类型介绍（老版本）	https://blog.csdn.net/weixin_43246215/article/details/107474283
2	Redis常用命令、配置文件介绍、数据持久化方式、集群搭建 （老版本）	https://blog.csdn.net/weixin_43246215/article/details/107947562
3	Redis的五种常用数据类型、三种特殊数据类型详解	https://blog.csdn.net/weixin_43246215/article/details/108041739
4	Redis基本的事务操作以及使用Redis实现乐观锁	https://blog.csdn.net/weixin_43246215/article/details/108045931
5	使用JedisAPI操作Redis以及Jedis实现Redis事务	https://blog.csdn.net/weixin_43246215/article/details/108067542
6	Redis的配置文件详解（中文）	https://blog.csdn.net/weixin_43246215/article/details/108068245
7	Redis数据持久化的两种方式以及Redis实现订阅发布	https://blog.csdn.net/weixin_43246215/article/details/108068797
8	Redis的伪集群搭建以及主从复制原理	https://blog.csdn.net/weixin_43246215/article/details/108069472
9	Redis中哨兵（Sentinel）模式的使用以及相关配置介绍	https://blog.csdn.net/weixin_43246215/article/details/108088179
10	Redis中的缓存穿透、缓存击穿以及缓存雪崩（理论知识）	https://blog.csdn.net/weixin_43246215/article/details/108089026
11	Spring整合Redis实现查询缓存以及同步缓存	待更新
12	SpringBoot整合Redis以及自定义Redis Template	https://blog.csdn.net/weixin_43246215/article/details/108476328
13	Redis常见面试题	https://blog.csdn.net/weixin_43246215/article/details/108090095
14	…	待更新

概括

Redis缓存的使用，极大的提升了应用程序的性能和效率，特别是数据查询方面。但同时它也带来了一些问题，其中最大的问题就是数据的一致性问题，从严格意义上说这个问题无解。如果对数据一致要求很高，那么就不能使用缓存。

另外的一些经典的问题就是：缓存穿透、缓存击穿、缓存雪崩。没有业界也都有比较流行的解决方案。

使用缓存处理流程

首先前台发起请求，后台先去从缓存中查询数据，命中了就直接返回结果，如果缓存中没有命中就去数据库中查询数据，如果数据库中取到了数据就更新缓存，并且返回结果，如果数据库也没有取到就直接返回空结果。详细如下图所示：

缓存穿透（查不到数据）

1、概念

• 情景一：缓存穿透的概念很简单，用户想要查询一个数据，发现Redis缓存中没有，也就是缓存没有命中，于是就向数据库查询，然后发现也没有，于是本次查询失败。当用户很多的时候（秒杀场景），如果在缓存都没有命中，于是都去请求了数据库DB，一瞬间就给数据库造成巨大的压力，这种情况就是常说的缓存穿透。

• 情景二：缓存穿透就是在缓存和数据库中都没有这个数据，而用户却不断发起请求，我们数据库的id都是从1开始自增上去的，如果此时用户发起的请求id值为-1的数据或者id特别大不存在的情况。那么此时的用户很有可能是攻击者，攻击导致数据库压力过大，严重就击垮数据库。

以上两个都是造成缓存穿透的情况，原理是一致的。

2、解决方案

（1）布隆过滤器
布隆过滤器是一种数据结构，对所有可能查询的参数以hash形式存储，在控制层先进行校验，不符合则丢弃，从而避免了对底层存储系统的查询压力。

（2）缓存空对象
当存储层不命中时，即使返回的空对象也将其缓存起来，同时会设置一个过期时间，之后再访问这个数据将会从缓存中获取，从而保护了后端数据源。

但是这种方式存在两个问题：

• 如果空值能够被缓存起来，这就意味着需要更多的空间存储更多的键，因为其中可能会有很多空值的键。
• 即使对空值设置了过期时间，还是会存在缓存层和存储层的数据会有一段时间窗口不一致的问题，这对于需要保持一致的业务会有影响。

（3）对于恶意攻击增加校验
在接口层增加校验，比如说用户的鉴权校验，参数做校验，不合法的参数直接Return，比如id做基础校验，小于0的直接拦截等等。

缓存击穿（大量数据集中一点）

1、概念

这里需要注意缓存穿透和缓存击穿的区别，缓存击穿指的是：一个key非常热点，在不停的扛着大并发，大并发集中对这一个点进行访问，当这个key在失效的瞬间，持续的大并发就穿透缓存，直接请求数据库，就像在一个屏障上凿破了一个洞。

缓存击穿指的是一个Key数据非常热点，在不停的扛着高并发，大并发集中对着这一个点进行访问，当这个Key失效的瞬间，持久的大并发求穿破缓存，直接请求数据库，从而造成缓存击穿，就像在完好无损的桶上凿破了一个洞。

当某个key在过期的瞬间，有大量的请求并发访问，这类数据一般是热点数据，由于缓存过期，会同时访问数据库来查询最新的数据，并且会写缓存，这样会导致数据库瞬间压力过大。

以上的三种说法，理解了么概念了么？

2、解决方案

（1）设置热点数据永不过期
从缓存层面来看，没有设置过期时间，所以不会出现热点key过期后产生的问题。

（2）加互斥锁
分布式锁：使用分布式锁，保证对每个key同时只有一个线程去查询后端服务，其它线程没有获得分布式锁的权限，因此只需要等待即可。这种方式将高并发的压力转移到了分布式锁，因此对分布式锁的考验很大。

缓存雪崩

1、概念

缓存雪崩是因为大面积的缓存在一个时间点集中失效，打崩了数据库。

举个简单的例子：如果所有首页的Key失效时间都是12小时，中午12点刷新的，在零点的时候有个秒杀活动会有大量用户涌入，假设当时每秒 6000 个请求，本来缓存在可以扛住每秒 5000 个请求，但是这个时候缓存所有的Key都失效了。此时 1 秒 6000 个请求全部落数据库，数据库必然扛不住，它会报一下警，真实情况可能DBA（管理员）都没反应过来就直接挂了。此时，如果没用什么特别的方案来处理这个故障，DBA 很着急，重启数据库，但是数据库立马又被新的流量给打死了。这就是缓存雪崩。

其实缓存中的数据集中过期不是致命的，比较致命的是缓存服务器某个节点宕机或断网。因为自然形成的缓存雪崩一定是在某个时间段集中创建缓存，这个时候数据库也是可以顶住压力的。无非就是对数据库产生周期性的压力而已，而缓存服务节点的宕机对数据库服务器造成的压力不可预知的，很有可能瞬间就把数据库压垮。

2、解决方案

（1）Redis高可用
这个思想的含义就是：既然Redis有可能会挂掉，那我多增设几台Redis，这样一台挂掉了之后其它的还可以继续工作，高可用其实就是搭建的Redis集群。将热点数据均匀分布在不同的Redis库中。

（2）限流降级
这个解决方案的思想就是：在缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个key只允许一个线程查询数据和写缓存，其它线程等待。

（3）数据预热
数据预热的含义就是在正式部署之前，先把可能高访问的数据预先访问一遍，这样可能大部分的数据就能加载到缓存中。在即将发生大并发访问前手动触发加载缓存中不同的key，设置不同的过期时间，让缓存失效的时间点尽量均匀一点。

（4）在批量往Redis存数据的时候，把每个key的失效时间都加个随机值，这样保证数据不会在同一时间大面积失效。

（5）设置热点数据永不过期，有更新操作的话就更新缓存就可以了。