缓存相关问题及解决方案

1.缓存相关问题

缓存穿透：查询必然不存在的数据，请求透过缓存，直击数据库 
缓存雪崩：大量的key设置了相同的过期时间，导致在缓存在同一时刻全部失效，造成瞬时DB请求量大、压力骤增，引起雪崩
缓存击穿：一个存在的Key,在缓存过期的一刻，同时有大量的请求。直击数据库

顺便说两个概念加深一下记忆

TPS：数据库美妙执行的事务数
QPS：数据库每秒执行的SQL数量
读多写少用缓存，写多读少用队列

2.缓存穿透的解决方案

方案1：简单过滤

1.非法请求，参数校验（长度等）
2.缓存临时的空数据，设置有效期

方案2：加载所有的ID到内存

内存占用可能非常高
可以采用合适的算法，来检索集合中是否存在某个元素

2.2：升级优化

目的：减少方案2的内存占用
思路：不保存所有的ID信息，直在内存中做一个标记

–
布隆过滤器(Bollm Filter)
很长的二进制数组合一系列Hash函数
可用于检索一个元素是否在一个集合中。
空间效率和查询时间都比一般的算法要好。
缺点是有一定的误识别率和删除困难

实现： 二进制数组构建过程
1.加载符合条件的记录
2.计算每条元素的Hash值
3.计算hash值对应二进制数组的位置
4.将对应的位置的值改为1

可利用Redis的特性：bigmaps(Setbit设置指定位置的值、getbit获取值)
Redis自带的二进制数组特性

2.3布隆过滤器

优点：内存空间占用少。
缺点：取药不断的维护，带来新的工作
并不能精准过滤（判定不存在，100%不存在，判断存在，择可能不存在）
并非拦截所有请求，意在将缓存穿透控制在一定的量