缓存穿透、雪崩、击穿

最新推荐文章于 2024-06-15 21:40:09 发布

CodeGuN

最新推荐文章于 2024-06-15 21:40:09 发布

阅读量189

点赞数

分类专栏： Redis 文章标签：数据库 redis 缓存

本文链接：https://blog.csdn.net/weixin_43871956/article/details/106728884

版权

7 篇文章 0 订阅

订阅专栏

前言

我们平常的项目中多多少少都会使用到缓存，因为一些数据我们没有必要每次查询都查询数据库，对于高并发的项目，每次都查询数据库，对数据库是灾难性的！！！

当我们查询一条数据的时候，先去查询缓存，如果有缓存就直接返回，如果没有才会去查数据库，然后返回。
在这里插入图片描述

正常情况下，我们去查询数据都是存在。
那么请求去查询一条压根儿数据库中根本就不存在的数据，也就是缓存和数据库都查询不到这条数据，但是请求每次都会打到数据库上面去。
这种查询不存在数据的现象我们称为缓存穿透。

如果有黑客会对你的系统进行攻击，拿一个不存在的id 去查询数据，会产生大量的请求到数据库去查询。可能会导致你的数据库由于压力过大而宕掉。

缓存空值
之所以会发生穿透，就是因为缓存中没有存储这些空数据的key。从而导致每次查询都到数据库去了。那么我们就可以为这些key对应的值设置为null 丢到缓存里面去。后面再出现查询这个key 的请求的时候，直接返回null 。这样，就不用在到数据库中去走一圈了
BloomFilter(布隆过滤器)
布隆过滤器可以用于检索一个元素是否在一个集合中。
优点是空间效率和查询时间都远远超过一般的算法，
缺点是有一定的误识别率和删除困难。

原理：
布隆过滤器的原理是，当一个元素被加入集合时，通过K个散列函数将这个元素映射成一个位数组中的K个点，把它们置为1。检索时，我们只要看看这些点是不是都是1就（大约）知道集合中有没有它了：如果这些点有任何一个0，则被检元素一定不在；如果都是1，则被检元素很可能在。这就是布隆过滤器的基本思想。
图片源地址

简而言之，言而简之就是我们先把我们数据库的数据都加载到我们的过滤器中，比如数据库的id现在有：1、2、3

那就用id：1 为例子他在上图中经过三次hash之后，把三次原本值0的地方改为1

下次数据进来查询的时候如果id的值是1，那么我就把1拿去三次hash 发现三次hash的值，跟上面的三个位置完全一样，那就能证明过滤器中有1的
反之如果不一样就说明不存在了

在高并发的系统中，大量的请求同时查询一个key时，此时key正好失效，就会导致大量的请求直接打到DB上，这种现象称作缓存击穿

造成某一时间点数据库请求量过大，压力剧增，可能导致数据库服务宕机

多个线程同时去查询数据库的这条数据，那么我们可以在第一个查询数据的请求上使用一个互斥锁来锁住它。其他的线程走到这一步拿不到锁就等着，等第一个线程查询到了数据，然后做缓存。后面的线程进来发现已经有缓存了，就直接走缓存。(俗称的双重检测)

某一时刻缓存大规模的失效(缓存服务宕机、大量缓存失效…)会有大量的请求进来直接打到DB上。
带来的问题
大量请求打到DB上，导致DB宕机

这种方案就是在发生雪崩前对缓存集群实现高可用，如果是使用 Redis，可以使用主从+哨兵，Redis Cluster 来避免 Redis 全盘崩溃的情况。

本地缓存、限流降级，避免DB被打挂
使用 ehcache 本地缓存的目的也是考虑在 Redis Cluster 完全不可用的时候，ehcache 本地缓存还能够支撑一阵。
使用 Hystrix进行限流 & 降级，比如一秒来了5000个请求，我们可以设置假设只能有一秒 2000个请求能通过这个组件，那么其他剩余的 3000 请求就会走限流逻辑。然后去调用我们自己开发的降级组件（降级），比如设置的一些默认值呀之类的。以此来保护最后的 MySQL 不会被大量的请求给打死。

关注