Hello,我们又见面啦,还是小编我呦!今天主要和大家一起分享一下redis中的三大缓存问题,缓存穿透,缓存击穿和缓存雪崩哈
那就和大家先一起分享一下缓存的三大问题哦!
缓存穿透:
是指查询一个一定不存在的数据,由于缓存不命中,并且出于容错考虑,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存储层去查询,失去了缓存的意义。
常见的解决方案一般是两种:
(1)缓存空对象法:缓存空对象法就是如果缓存不命中,从储存层开始查询,无论数据是否存在,都将结果写入缓存,比如如果数据不存在,就将null写入redis。但是这种方式会存在一个很大的缺点,那就是redis内的缓存会越来越大!
(2)布隆过滤器:布隆过滤器是可以设置算法并且可以设置容错率,但是容错率不能为0,也就是说,布隆过滤器判断值是否存在不是100%的准确。下面就为大家介绍两种布隆过滤器,一种是谷歌的布隆过滤器,一种是redis的布隆过滤器。
1、谷歌布隆过滤器:谷歌的布隆过滤器是一种基于jvm的布隆过滤器,重启即失效,本地内存无法用在分布式场景,不支持大数据量存储
2、Redis布隆过滤器:可扩展性Bloom过滤器:一旦Bloom过滤器达到容量,就会在其上创建一个新的过滤器,不存在重启即失效或者定时任务维护的成本:基于Google实现的布隆过滤器需要启动之后初始化布隆过滤器。缺点:需要网络IO,性能比Google布隆过滤器低。
布隆过滤器优点:占用内存非常小,底层实现为位数组。
布隆过滤器实现原理:类似于java中的集合,判断值是否存在于布隆过滤器中。
布隆过滤器中可以插入参数,预计插入数据量,和误判率(不能设置为0)。误判率越高,消耗内存越低。
布隆过滤器,根据误判率和插入数据量通过算法来计算数组大小和hash函数的个数。布隆过滤器不能删除。布隆过滤器内的数量会越来越多,需定时替换,新增的数据需要重新添加到布隆过滤器。布隆过滤器存在误判的情况。
缓存雪崩:
缓存雪崩是指机器宕机或在我们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。缓存雪崩出现的原因是因为大面积数据失效导致的。
对于缓存雪崩,我们的解决思路一般是两种:1、搭建一个redis高可用集群
2、缓存失效的时间点尽量均匀
那么下面我们可以看一下具体的解决方法:
- 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,其他线程等待。
- 做二级缓存,A1为原始缓存,A2为拷贝缓存,A1失效时,可以访问A2,A1缓存失效时间设置为短期,A2设置为长期。
- 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。
- 如果缓存数据库是分布式部署,将热点数据均匀分布在不同搞得缓存数据库中。
缓存击穿:
缓存击穿是指缓存中没有但数据库中有的数据(一般是缓存时间到期),这时由于并发用户特别多,同时读缓存没读到数据,又同时去数据库去取数据,引起数据库压力瞬间增大,造成过大压力
我们知道,使用缓存,如果获取不到,才会去数据库里获取。但是如果是热点 key,访问量非常的大,数据库在重建缓存的时候,会出现很多线程同时重建的情况。因为高并发导致的大量热点的 key 在重建还没完成的时候,不断被重建缓存的过程,由于大量线程都去做重建缓存工作,导致服务器拖慢的情况。
1、普通分布式锁,通过setnx命令来实现分布式锁,当多个线程访问redis时,一个线程执行setnx命令时,其他线程会返回失败,直到等到当先线程完成del操作时,才可以下一次获得锁。但如果当先的线程死掉,则会发生死锁,故要给当前的key设置过期时间。
2、redis中提供了很多锁服务,比如redLock(红锁)。
今天小编就和大家分享到这里啦,记得点个赞和关注哦!点关注,不迷路!