Redis介绍和缓存穿透、缓存雪崩、缓存击穿问题

Willow

已于 2022-08-15 20:07:56 修改

阅读量113

点赞数

分类专栏：中间件文章标签： redis 缓存数据库 java

于 2021-05-31 08:56:04 首次发布

本文链接：https://blog.csdn.net/weixin_43554422/article/details/117401957

版权

3 篇文章 0 订阅

订阅专栏

来自书籍：Redis开发与运维

在这里插入图片描述

redis作为缓存，主要优点有两点：

带来的问题：

为了解决缓存中数据和数据库中数据的不一致，制定策略进行同步。
内存中的数据可以通过TTL指令获取其状态：XX ：具有时效性的数据； -1 ：永不过期的数据；-2 ：已经过期或被删除或未定义的数据

一致性：一致性差，删除哪些key是算法决定，不是开发人员决定。

超时删除
定时删除：给缓存数据设置过期时间，过期后自动删除，如expire命令。
惰性删除：当下次读写这个数据时，如果过期了删掉，否则直接用。（类似内存泄漏，即有些key就读一次，过期后再也不用了，这个key就一直不会删除，内存中会有大量应该被删除的数据）
定期删除：周期性轮询缓存中的时效性数据，采用随机抽取的策略，利用过期数据占比的方式控制数据删除。

一致性：一段时间内存在一致性问题。

一致性：一致性最高。但假如主动更新有问题，那么很可能很长时间数据不会更新，应结合超时删除使用。

查询一个根本不存在的数据，redis不会命中，转向请求存储层，存储层也不会命中，从存储层查不到数据不会写到redis缓存中，那么每次这样的请求来，相当于都绕过redis去存储层查询，失去了缓存存在的意义。

排查：在程序中分别统计总调用树，缓存层命中数，存储层命中数。如果大量存储层空命中，可能是出现了缓存穿透问题。

解决方案：

缓存空对象

缓存空对象注意：
a)需要更多内存存这些空值，针对这类数据应该设置一个较短的过期时间，以便于超时自动删除。
b)这段未过期的时间内，如果数据库中更新了这个数据，那么这段时间数据会不一致，可以使用消息通知等主动告知缓存删除这个空数据。
使用布隆过滤器
适用于数据命中不高，数据相对固定，实时性低（通常是数据集较大）的应用场景，但是缓存空间占用少。布隆过滤器中没有的数据，说明这个数据一定没有或不存在。
分析用户行为，如果是恶意攻击等限制用户的访问权限。
修改代码逻辑，直接代码中过滤掉这些无效的空值。

单机批量操作只需要一次网络交互，分布式批量操作设计多次网络交互，这个时间会增加，导致添加大量新节点后，性能反而下降。

用一句通俗的话总结就是，更多的节点不代表更高的性能，所谓“无底
洞”就是说投入越多不一定产出越多。但是分布式又是不可以避免的，因为
访问量和数据量越来越大，一个节点根本抗不住，所以如何高效地在分布式
缓存中批量操作是一个难点。

在这里插入图片描述

缓存层由于某种原因不能提供服务（如某瞬间大量key值同时过期失效），所有的请求就打到数据库上，数据库可能崩溃。还有一种自然雪崩场景，即redis崩了，服务器宕机了。
在这里插入图片描述

解决方案：

当一个热点key并发量非常大时，缓存失效的瞬间，大量线程会来重建缓存，会向数据库读取这个数据，造成后端负载加大甚至崩溃。重建缓存不能在短时间内完成，可以是一个复杂计算，例如复杂sql，多个IO，多个依赖等。
在这里插入图片描述

解决方案：

使用互斥锁，让一个线程重建缓存，其他线程等这个线程建好后直接从缓存拿即可。
设置热点数据永不过期。为热点数据设计一个逻辑上的过期时间，当超过这个时间时单独开一个线程更新缓存。
这样做可以看出，在开线程更新缓存期间，会出现数据不一致情况。

关注