1. 缓存穿透
1)问题:大量并发查询不存在的KEY,在缓存和数据库中都不存在,这样每次都要到缓存和数据库查询,无疑给缓存和数据库增大压力。
原因:一般有两种情况。一、业务数据被误删,导致缓存和数据库中都没有数据。二、恶意进行ddos攻击。
解决思路:为什么会出现多次穿透呢?因为数据库中不存在查询一直为空。只要我们然缓存区分返回数据是不存在,还是查询到空就行了。
解决办法:缓存空值的key,这样即使不存在的话,也会加入到缓存中。
2.缓存击穿
1)问题:某个 KEY 失效的时候,正好有大量并发请求访问这个 KEY。
分析:跟穿透其实很像,属于比较偶然的。
解决办法:KEY 的更新操作添加全局互斥锁。完全以缓存为准,使用延迟异步加载的策略(异步线程负责维护缓存的数据,定期或根据条件触发更新),这样就不会触发更新。
3.缓存雪崩
1)问题:当某一时刻发生大规模的缓存失效的情况,导致大量的请求无法获取数据,从而将 流量压力传导到数据库上,导致数据库压力过大甚至宕机。 2)原因:一般而言,缓存雪崩有 2 种可能性:大量的数据同一个时间失效:比如业务关系 强相关的数据要求同时失效 Redis 宕机
3) 分析:一般来说,由于更新策略、或者数据热点、缓存服务宕机等原因,可能会导致缓存 数据同一个时间点大规模不可用,或者都更新。所以,需要我们的更新策略要在时间上合 适,数据要均匀分享,缓存服务器要多台高可用。
4)解决办法:更新策略在时间上做到比较平均。如果数据需要同一时间失效,可以给这批数 据加上一些随机值,使得这批数据不要在同一个时间过期,降低数据库的压力。使用的热数据尽量分散到不同的机器上。多台机器做主从复制或者多副本,实现高可用。做好主从的部署,当主节点挂掉后,能快速的使用从结点顶上。实现熔断限流机制,对系统进行负载能力控制。对于非核心功能的业务,拒绝其请求,只允许核心功能业务访问数据库获取 数据。服务降价:提供默认返回值,或简单的提示信息。