Redis 缓存的常见异常及解决方案，干货建议收藏！

最新推荐文章于 2023-03-18 22:02:52 发布
最新推荐文章于 2023-03-18 22:02:52 发布
阅读量460 收藏
点赞数
文章标签： 缓存 redis java 数据库 mybatis
原文链接：https://mp.weixin.qq.com/s?__biz=MzUxOTc4NjEyMw==&mid=2247553379&idx=3&sn=951ac91543a3fcc7ae080d3165e009c8&chksm=f9f60a87ce8183913c1e8d83e29af6d0c25a7ddf4c262da7ff9130e9ab3fa1c4d60ceee1c094&scene=126&sessionid=0
版权

点击上方“Java基基”，选择“设为星标”

做积极的人，而不是积极废人！

每天 14:00 更新文章，每天掉亿点点头发...

源码精品专栏

 

来源：my.oschina.net/u/

4090830/blog/6863647

1ea3cae42dac104ccf9654aaca3d22b5.jpeg

1 导读

Redis 是当前最流行的 NoSQL 数据库。Redis 主要用来做缓存使用，在提高数据查询效率、保护数据库等方面起到了关键性的作用，很大程度上提高系统的性能。当然在使用过程中，也会出现一些异常情景，导致 Redis 失去缓存作用。

基于 Spring Boot + MyBatis Plus + Vue & Element 实现的后台管理系统 + 用户小程序，支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能

  • 项目地址：https://github.com/YunaiV/ruoyi-vue-pro

  • 视频教程：https://doc.iocoder.cn/video/

2 异常类型

异常主要有 缓存雪崩 缓存穿透 缓存击穿。

2.1 缓存雪崩

2.1.1 现象

缓存雪崩是指大量请求在缓存中没有查到数据，直接访问数据库，导致数据库压力增大，最终导致数据库崩溃，从而波及整个系统不可用，好像雪崩一样。

57e6159eefd3e1010992e4d902789c0c.png
2.1.2 异常原因

  • 缓存服务不可用。

  • 缓存服务可用，但是大量 KEY 同时失效。

2.1.3 解决方案

  1. 缓存服务不可用 redis 的部署方式主要有单机、主从、哨兵和 cluster 模式。

  • 单机 只有一台机器，所有数据都存在这台机器上，当机器出现异常时，redis 将失效，可能会导致 redis 缓存雪崩。

  • 主从 主从其实就是一台机器做主，一个或多个机器做从，从节点从主节点复制数据，可以实现读写分离，主节点做写，从节点做读。优点：当某个从节点异常时，不影响使用。缺点：当主节点异常时，服务将不可用。

  • 哨兵 哨兵模式也是一种主从，只不过增加了哨兵的功能，用于监控主节点的状态，当主节点宕机之后会进行投票在从节点中重新选出主节点。优点：高可用，当主节点异常时，自动在从节点当中选择一个主节点。缺点：只有一个主节点，当数据比较多时，主节点压力会很大。

  • cluster 模式 集群采用了多主多从，按照一定的规则进行分片，将数据分别存储，一定程度上解决了哨兵模式下单机存储有限的问题。优点：高可用，配置了多主多从，可以使数据分区，去中心化，减小了单台机子的负担. 缺点：机器资源使用比较多，配置复杂。

  • 小结 从高可用得角度考虑，使用哨兵模式和 cluster 模式可以防止因为 redis 不可用导致的缓存雪崩问题。

  1. 大量 KEY 同时失效 可以通过设置永不失效、设置不同失效时间、使用二级缓存和定时更新缓存失效时间

  • 设置永不失效 如果所有的 key 都设置不失效，不就不会出现因为 KEY 失效导致的缓存雪崩问题了。redis 设置 key 永远有效的命令如下：PERSIST key 缺点：会导致 redis 的空间资源需求变大。

  • 设置随机失效时间 如果 key 的失效时间不相同，就不会在同一时刻失效，这样就不会出现大量访问数据库的情况。redis 设置 key 有效时间命令如下：Expire key 示例代码如下，通过 RedisClient 实现

/**
* 随机设置小于30分钟的失效时间
* @param redisKey
* @param value
*/
private void setRandomTimeForReidsKey(String redisKey,String value){
    //随机函数
    Random rand = new Random();
    //随机获取30分钟内（30*60）的随机数
    int times = rand.nextInt(1800);
    //设置缓存时间（缓存的key,缓存的值，失效时间：单位秒）
    redisClient.setNxEx(redisKey,value,times);
}

  • 使用二级缓存 二级缓存是使用两组缓存，1 级缓存和 2 级缓存，同一个 Key 在两组缓存里都保存，但是他们的失效时间不同，这样 1 级缓存没有查到数据时，可以在二级缓存里查询，不会直接访问数据库。示例代码如下：

public static void main(String[] args) {
 CacheTest test = new CacheTest();
 //从1级缓存中获取数据
 String value = test.queryByOneCacheKey("key");
 //如果1级缓存中没有数据，再二级缓存中查找
 if(StringUtils.isBlank(value)){
  value = test.queryBySecondCacheKey("key");
  //如果二级缓存中没有，从数据库中查找
  if(StringUtils.isBlank(value)){
   value =test.getFromDb();
   //如果数据库中也没有，就返回空
   if(StringUtils.isBlank(value)){
    System.out.println("数据不存在!");
   } else{
    //二级缓存中保存数据
    test.secondCacheSave("key",value);
    //一级缓存中保存数据
    test.oneCacheSave("key",value);
    System.out.println("数据库中返回数据!");
   }
  } else{
   //一级缓存中保存数据
   test.oneCacheSave("key",value);
   System.out.println("二级缓存中返回数据!");
  }
 } else {
  System.out.println("一级缓存中返回数据!");
 }
}

  • 异步更新缓存时间 每次访问缓存时，启动一个线程或者建立一个异步任务来，更新缓存时间。示例代码如下：

public class CacheRunnable implements Runnable {

private ClusterRedisClientAdapter redisClient;
/**
* 要更新的key
*/
public String key;

public CacheRunnable(String key){
    this.key =key;
}

@Override
public void run() {
    //更细缓存时间
    redisClient.expire(this.getKey(),1800);
}

public String getKey() {
    return key;
}

public void setKey(String key) {
    this.key = key;
}
}
public static void main(String[] args) {
    CacheTest test = new CacheTest();
    //从缓存中获取数据
    String value = test.getFromCache("key");
    if(StringUtils.isBlank(value)){
        //从数据库中获取数据
        value = test.getFromDb("key");
        //将数据放在缓存中
        test.oneCacheSave("key",value);
        //返回数据
        System.out.println("返回数据");
    }else{
        //异步任务更新缓存
        CacheRunnable runnable = new CacheRunnable("key");
        runnable.run();
        //返回数据
        System.out.println("返回数据");
    }
}

  1. 小结 上面从服务不可用和 key 大面积失效两个方面，列举了几种解决方案，上面的代码只是提供一些思路，具体实施还要考虑到现实情况。当然也有其他的解决方案，我这里举例是比较常用的。毕竟现实情况，千变万化，没有最好的方案，只有最适用的方案。

2.2 缓存穿透

2.2.1 现象

缓存穿透是指当用户在查询一条数据的时候，而此时数据库和缓存却没有关于这条数据的任何记录，而这条数据在缓存中没找到就会向数据库请求获取数据。用户拿不到数据时，就会一直发请求，查询数据库，这样会对数据库的访问造成很大的压力。

001e371e8d015ced714c5ad3bc657add.png
2.2.2 异常原因

  • 非法调用

2.2.3 解决方案

  1. 非法调用 可以通过缓存空值或过滤器来解决非法调用引起的缓存穿透问题。

  • 缓存空值 当缓存和数据库中都没有值时，可以在缓存中存放一个空值，这样就可以减少重复查询空值引起的系统压力增大，从而优化了缓存穿透问题。示例代码如下：

private String queryMessager(String key){
 //从缓存中获取数据
 String message = getFromCache(key);
 //如果缓存中没有 从数据库中查找
 if(StringUtils.isBlank(message)){
  message = getFromDb(key);
  //如果数据库中也没有数据 就设置短时间的缓存
  if(StringUtils.isBlank(message)){
   //设置缓存时间（缓存的key,缓存的值，失效时间：单位秒）
   redisClient.setNxEx(key,null,60);
  } else{
   redisClient.setNxEx(key,message,1800);
  }
 }
 return message;
}

缺点：大量的空缓存导致资源的浪费，也有可能导致缓存和数据库中的数据不一致。

  • 布隆过滤器 布隆过滤器由布隆在 1970 年提出。它实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。是以空间换时间的算法。

63127081c63db8e265d745143cc03f39.png

布隆过滤器的实现原理是一个超大的位数组和几个哈希函数。假设哈希函数的个数为 3。首先将位数组进行初始化，初始化状态的维数组的每个位都设置位 0。如果一次数据请求的结果为空，就将 key 依次通过 3 个哈希函数进行映射，每次映射都会产生一个哈希值，这个值对应位数组上面的一个点，然后将位数组对应的位置标记为 1。当数据请求再次发过来时，用同样的方法将 key 通过哈希映射到位数组上的 3 个点。如果 3 个点中任意一个点不为 1，则可以判断 key 不为空。反之，如果 3 个点都为 1，则该 KEY 一定为空。

缺点：可能出现误判，例如 A 经过哈希函数 存到 1、3 和 5 位置。B 经过哈希函数存到 3、5 和 7 位置。C 经过哈希函数得到位置 3、5 和 7 位置。由于 3、5 和 7 都有值，导致判断 A 也在数组中。这种情况随着数据的增多，几率也变大。布隆过滤器没法删除数据。

  • 布隆过滤器增强版 增强版是将布隆过滤器的 bitmap 更换成数组，当数组某位置被映射一次时就 + 1, 当删除时就 - 1, 这样就避免了普通布隆过滤器删除数据后需要重新计算其余数据包 Hash 的问题，但是依旧没法避免误判。

  • 布谷鸟过滤器 但是如果这两个位置都满了，它就不得不「鸠占鹊巢」，随机踢走一个，然后自己霸占了这个位置。不同于布谷鸟的是，布谷鸟哈希算法会帮这些受害者（被挤走的蛋）寻找其它的窝。因为每一个元素都可以放在两个位置，只要任意一个有空位置，就可以塞进去。所以这个伤心的被挤走的蛋会看看自己的另一个位置有没有空，如果空了，自己挪过去也就皆大欢喜了。但是如果这个位置也被别人占了呢？好，那么它会再来一次「鸠占鹊巢」，将受害者的角色转嫁给别人。然后这个新的受害者还会重复这个过程直到所有的蛋都找到了自己的巢为止。

    缺点：如果数组太拥挤了，连续踢来踢去几百次还没有停下来，这时候会严重影响插入效率。这时候布谷鸟哈希会设置一个阈值，当连续占巢行为超出了某个阈值，就认为这个数组已经几乎满了。这时候就需要对它进行扩容，重新放置所有元素。

  1. 小结 以上方法虽然都有缺点，但是可以有效的防止因为大量空数据查询导致的缓存穿透问题，除了系统上的优化，还要加强对系统的监控，发下异常调用时，及时加入黑名单。降低异常调用对系统的影响。

2.3 缓存击穿

2.3.1 现象

key 中对应数据存在，当 key 中对应的数据在缓存中过期，而此时又有大量请求访问该数据，缓存中过期了，请求会直接访问数据库并回设到缓存中，高并发访问数据库会导致数据库崩溃。redis 的高 QPS 特性，可以很好的解决查数据库很慢的问题。但是如果我们系统的并发很高，在某个时间节点，突然缓存失效，这时候有大量的请求打过来，那么由于 redis 没有缓存数据，这时候我们的请求会全部去查一遍数据库，这时候我们的数据库服务会面临非常大的风险，要么连接被占满，要么其他业务不可用，这种情况就是 redis 的缓存击穿。

5d06db189a2b8a04e1fbf041481ba971.png
2.3.2 异常原因

热点 KEY 失效的同时，大量相同 KEY 请求同时访问。

2.3.3 解决方案

  1. 热点 key 失效

  • 设置永不失效 如果所有的 key 都设置不失效，不就不会出现因为 KEY 失效导致的缓存雪崩问题了。redis 设置 key 永远有效的命令如下：PERSIST key 缺点：会导致 redis 的空间资源需求变大。

  • 设置随机失效时间 如果 key 的失效时间不相同，就不会在同一时刻失效，这样就不会出现大量访问数据库的情况。redis 设置 key 有效时间命令如下：Expire key 示例代码如下，通过 RedisClient 实现

/**
* 随机设置小于30分钟的失效时间
* @param redisKey
* @param value
*/
private void setRandomTimeForReidsKey(String redisKey,String value){
    //随机函数
    Random rand = new Random();
    //随机获取30分钟内（30*60）的随机数
    int times = rand.nextInt(1800);
    //设置缓存时间（缓存的key,缓存的值，失效时间：单位秒）
    redisClient.setNxEx(redisKey,value,times);
}

  • 使用二级缓存 二级缓存是使用两组缓存，1 级缓存和 2 级缓存，同一个 Key 在两组缓存里都保存，但是他们的失效时间不同，这样 1 级缓存没有查到数据时，可以在二级缓存里查询，不会直接访问数据库。示例代码如下：

public static void main(String[] args) {
 CacheTest test = new CacheTest();
 //从1级缓存中获取数据
 String value = test.queryByOneCacheKey("key");
 //如果1级缓存中没有数据，再二级缓存中查找
 if(StringUtils.isBlank(value)){
  value = test.queryBySecondCacheKey("key");
  //如果二级缓存中没有，从数据库中查找
  if(StringUtils.isBlank(value)){
   value =test.getFromDb();
   //如果数据库中也没有，就返回空
   if(StringUtils.isBlank(value)){
    System.out.println("数据不存在!");
   } else{
    //二级缓存中保存数据
    test.secondCacheSave("key",value);
    //一级缓存中保存数据
    test.oneCacheSave("key",value);
    System.out.println("数据库中返回数据!");
   }
  } else{
   //一级缓存中保存数据
   test.oneCacheSave("key",value);
   System.out.println("二级缓存中返回数据!");
  }
 } else {
  System.out.println("一级缓存中返回数据!");
 }
}

  • 异步更新缓存时间 每次访问缓存时，启动一个线程或者建立一个异步任务来，更新缓存时间。示例代码如下：

public class CacheRunnable implements Runnable {
 private ClusterRedisClientAdapter redisClient;
    /**
    * 要更新的key
    */
 public String key;
 public CacheRunnable(String key){
  this.key =key;
 }
 @Override
 public void run() {
  //更细缓存时间
  redisClient.expire(this.getKey(),1800);
 }
 public String getKey() {
  return key;
 }
 public void setKey(String key) {
  this.key = key;
 }
}
public static void main(String[] args) {
 CacheTest test = new CacheTest();
 //从缓存中获取数据
 String value = test.getFromCache("key");
 if(StringUtils.isBlank(value)){
  //从数据库中获取数据
  value = test.getFromDb("key");
  //将数据放在缓存中
  test.oneCacheSave("key",value);
  //返回数据
  System.out.println("返回数据");
 } else{
  //异步任务更新缓存
  CacheRunnable runnable = new CacheRunnable("key");
  runnable.run();
  //返回数据
  System.out.println("返回数据");
 }
}

  • 分布式锁 使用分布式锁，同一时间只有 1 个请求可以访问到数据库，其他请求等待一段时间后，重复调用。示例代码如下：

/**
* 根据key获取数据
* @param key
* @return
* @throws InterruptedException
*/
public String queryForMessage(String key) throws InterruptedException {
 //初始化返回结果
 String result = StringUtils.EMPTY;
 //从缓存中获取数据
 result = queryByOneCacheKey(key);
 //如果缓存中有数据，直接返回
 if(StringUtils.isNotBlank(result)){
  return result;
 } else{
  //获取分布式锁
  if(lockByBusiness(key)){
   //从数据库中获取数据
   result = getFromDb(key);
   //如果数据库中有数据，就加在缓存中
   if(StringUtils.isNotBlank(result)){
    oneCacheSave(key,result);
   }
  } else {
   //如果没有获取到分布式锁，睡眠一下，再接着查询数据
   Thread.sleep(500);
   return queryForMessage(key);
  }
 }
 return result;
}

  1. 小结 除了以上解决方法，还可以预先设置热门数据，通过一些监控方法，及时收集热点数据，将数据预先保存在缓存中。

基于 Spring Cloud Alibaba + Gateway + Nacos + RocketMQ + Vue & Element 实现的后台管理系统 + 用户小程序，支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能

  • 项目地址：https://github.com/YunaiV/yudao-cloud

  • 视频教程：https://doc.iocoder.cn/video/

3 总结

Redis 缓存在互联网中至关重要，可以很大的提升系统效率。本文介绍的缓存异常以及解决思路有可能不够全面，但也提供相应的解决思路和代码大体实现，希望可以为大家提供一些遇到缓存问题时的解决思路。如果有不足的地方，也请帮忙指出，大家共同进步。

欢迎加入我的知识星球，一起探讨架构，交流源码。加入方式，长按下方二维码噢：

e80638eb7c0f23d52de7dba0873cb632.png

已在知识星球更新源码解析如下：

f0cc38184a2b21b52a6466c2dcb21e29.jpeg

1ca9c5d7fc781d3fee7f5f0c30fef3ca.jpeg

a73e2dc220fe21eeb1fc19ca0eb379ef.jpeg

a4c287d9954cd72ca4824018ba786ec6.jpeg

最近更新《芋道 SpringBoot 2.X 入门》系列，已经 101 余篇，覆盖了 MyBatis、Redis、MongoDB、ES、分库分表、读写分离、SpringMVC、Webflux、权限、WebSocket、Dubbo、RabbitMQ、RocketMQ、Kafka、性能测试等等内容。

提供近 3W 行代码的 SpringBoot 示例，以及超 6W 行代码的电商微服务项目。

获取方式：点“在看”，关注公众号并回复 666 领取，更多内容陆续奉上。

文章有帮助的话，在看，转发吧。
谢谢支持哟 (*^__^*）
Java基基
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
redis的五种数据类型
学Java，找哪吒
05-15 5万+
（1）Redis（Remote Dictionary Server 远程字段服务）是一个开源的使用ANSI C语言编写、支持网络、科技与内存亦可持久化的日志型、key-value数据库，并提供多种语言的API。（2）Redis是一个key-value存储系统，它支持存储的value类型相对更多，包括string、list、set、zset（sorted set --有序集合）和hash。这些数据结构都支持push/pop、add/remove及取交集并集和差集及更丰富的操作，而且这些操作都是原子性的。
【干货知识】Redis：从应用到底层，一文帮你搞定
Linuxhus的博客
06-21 673
用途：底层：C语言中String用char[]数组表示，源码中用SDS(simple dynamic string)封装char[]，这是是Redis存储的最小单元，一个SDS最大可以存储512M信息。 Redis对SDS再次封装生成了RedisObject，核心有两个作用：说明是5种类型哪一种。里面有指针用来指向 SDS。当你执行set name sowhat的时候，其实Redis会创建两个RedisObject对象，键的RedisObject 和 值的RedisOjbect 其中它们type = R
redis 流量异常问题处理
crazy_kou的专栏
10-15 2535
问题背景： redis版本：3.2.10，集群模式，3主3从，分布在三台服务器，每台都一主一从，对应的主从交叉分布，主从不能都在同一台机器上。 问题描述： 单台redis的流量上升，导致服务器报警。 问题处理过程： 在对应的redis服务器上，使用命令：iftop -npP 监控流量进出，可以看到ip尾数是3的这台服务器访问redis 流量异常。
【软件测试】盘一盘工作中遇到的 Redis 异常测试
02-22 469
在测试工作中，涉及到与 redis 交互的场景变的越来越多了。关于redis本身就不作赘述了，网上随便搜，本人也做过一些整理。 今天只来复盘一下，在测试过程中与 redis 的二三事儿。其中提到的案例是经过抽象化的，用作辅助说明作用，仅供参考。 一、更新 Key 异常 注意点：先删除原 key 再存，还是直接覆盖原 key？ 比如：之前 A 服务每8小时去查询一次数据库，更新到缓存里去。后来需求调整，变成当数据库里有变动的时候就会发送MQ消息给服务 A，然后A就去全量拉取库里数据，再更新到缓...
Redis异常汇总，希望可以帮助到你
一杯coffee的故事
07-31 678
 1、Could not get a resource from the pool, Connection refused: connect   windows Java这边客户端链接被拒接了，想想问题 1.Vmware里面的linux所安装的redis已经正常启动 2.在windows用ssh客户端链接linux可以操作redis 3.linux防火墙已经关闭 4.拼linux的ip也能拼...
redis异常测试
weixin_36852563的博客
01-10 450
在使用redis组件时，一般测试KEY是否新增成功，KEY是否更新成功，KEY是否删除成功，KEY是否设置过期时间 除此之外还需要考虑一些异常场景 比如KEY是否丢失，KEY存失败如何处理，KEY丢失和删除如何区别出来，如果KEY无过期时间，是否数据是否需要做RDB和AOF持久化，redis重启或者故障时数据是否需要保持。 业务上调redis异常，是否有实时接口或者数据库查询 KEY丢失和删除区分 很多时候开发设计时，删除某个KEY时，直接就把KEY删掉，而KEY丢失时也是找不到KEY,其实设计时，可以删除
Redis使用的异常汇总--个人学习笔记
痞帅小生的博客
09-26 345
一、安装过程可能出现的问题： CentOS5.7默认没有安装gcc，这会导致我们无法make成功。使用yum安装： yum -y install gcc make时报如下错误： zmalloc.h:50:31: error: jemalloc/jemalloc.h: No such file or directory zmalloc.h:55:2: error: #error "N...
python使用redis缓存_python使用redis缓存数据库
weixin_39852121的博客
12-18 422
Redis关注公众号“轻松学编程”了解更多。Windows下直接解压可用，链接：https://pan.baidu.com/s/1rD4ujoN7h96TtHSu3sN_hA 密码：t02c一、简介redis是一种高速高性能的内存数据库，存储的是键值对数据；由于极高的存储和访问速度，redis常被用来作为数据缓存服务器；另外redis是支持数据持久化的(即redis会自动将数据写入磁盘)——这是r...
2021年最新版68道Redis面试题，20000字干货，赶紧收藏起来备用！
yyyy_11119的博客
09-08 374
花了大量时间整理了这套Redis面试题及答案，希望对大家有帮助哈~ Redis(Remote Dictionary Server) 是一个使用 C 语言编写的，开源的（BSD许可）高性能非关系型（NoSQL）的键值对数据库。 Redis 可以存储键和五种不同类型的值之间的映射。键的类型只能为字符串，值支持五种数据类型：字符串、列表、集合、散列表、有序集合。 与传统数据库不同的是 Redis 的数据是存在内存中的，所以读写速度非常快，因此 redis 被广泛应用于缓存方向，每秒可以处理超过 10万次读写操作，
史上最强干货来袭！聊聊MySQL主从复制的几种复制方式，讲的太透彻了
m0_56824583的博客
05-09 173
开头 在找工作的过程中，对于 Redis 技术知识的掌握已经成为必须的技能。美团面试常常就会被问到Redis相关知识，而这次我就差点倒在了美团3面，面试官连问我以下几个Redis的问题，然后就卡壳了… redis了解吗？你说说怎么用redis实现分布式锁？ Redis常用数据结构及底层数据结构实现 如何解决 Redis 的并发竞争 Key 问题 如何保证缓存与数据库双写时的数据一致性？ 剩下的不太记得了…为此面试完回来针Redis专门做了一个面试问题大总结 01 分布式限流：Nginx+
redis 异常解决办法
weixin_46246967的博客
07-23 147
redis 异常解决办法
Redis常见异常及解决方案-缓存穿透、缓存雪崩、缓存预测、缓存降级
weixin_44021967的博客
08-26 435
文章目录1.缓存穿透2.缓存雪崩3.缓存预热4.缓存降级 1.缓存穿透 由于不恰当的业务功能实现，或者外部恶意攻击不算请求不存在的数据，由于缓存中没有保存该数据，就会直接访问数据库，对数据库带来压力甚至崩溃。 解决： 将不存在的数据访问结果，也存到缓存中，避免缓存访问的穿透。 2.缓存雪崩 当缓存重启或大量缓存数据同时失效，这样大批请求就会直接访问数据库，对 DB 造成压力， 从而引起 DB 故障，系统崩溃。 解决： （1）将数据按照热度分类，热度较高的缓存周期长一些，热度较低的缓存周期短一些。 （2）设置
redis异常解决
搬砖中
04-05 1221
redis消息链表队列使用时，出现了 Fatal error: Uncaught RedisException: MISCONF Redis is configured to save RDB snapshots, but is currently not able to persist on disk. Commands that may modify the data set are disa...
redis异常处理篇(持续更新中...)
weixin_30239339的博客
06-20 162
因为公司要开发需要用到redis缓存数据库，所以就边用边学习。 Exception: 　　1.如果出现下图的情况，是因为端口被占用，一定是之前开的redis没有关闭，检查dos窗口。 　　　　还有一种情况就是请加载redis-server.exe redis.windows.conf(注意是 .windows.conf之前就一直输入-windows.conf) 　　 转载...
异常处理(一)
diffjd的博客
11-01 237
首先要知道什么是异常？ 异常是程序运行时会遇到的错误事件，会导致程序无法正常运行下去而产生中断(属于内中断)。产生异常的情况很多例如试图打开一个不可用的文件，请求过多的内存或者遭遇不能容忍的值。   那么处理异常的方式有多种，先介绍两种简单的处理方式。 (1)调用abort()进行异常终止 函数原型位于头文件中，实现向标准错误流发送消息然后终止程序。各个不同的编译器可能显示的中断消息不同(
redis使用中的异常和解决方案
最新发布
weixin_43790613的博客
03-18 702
解决方案：缓存问题，清空缓存即可。
Redis异常问题解决方案：缓存雪崩、预热、穿透、击穿、降解方案分析
求关注
12-26 2859
不管你在工作中还是面试中，Redis异常问题的解决方案都是不得不去学习了解的，下面来细品一下！ 一、缓存雪崩 1、什么是缓存雪崩？ 如果缓存集中在一段时间内失效，发生大量的缓存穿透，所有的查询都落在数据库上，造成了缓存雪崩由于原有缓存失效，新缓存未到期间所有原本应该访问缓存的请求都去查询数据库了，而对数据库CPU和内存造成巨大压力，严重的会造成数据库宕机。 举例来说， 我们在准备一项抢...
redis测试时出现异常
m0_62950090的博客
05-05 541
删除有关依赖的版本，再进行测试
Redis缓存异常及处理方案总结
猫头虎：授渔优于赠鱼，兴趣引领智慧，探索之乐尤显珍贵。商务合作：Libin9iOak，共赴知识与乐趣的探索之旅！
06-21 6395
导语 | Redis作为一个高性能的内存中的key-value数据结构存储系统，在我们日常开发中广泛应用于缓存、计数器、消息队列、排行榜等场景中，尤其是作为最常用的缓存方式，在提高数据查询效率、保护数据库等方面起到了不可磨灭的作用，但实际应用中，可能会出现一些Redis缓存异常的情况，本文主要对Redis缓存异常及处理方案进行了总结。Redis是一个完全开源的、遵守BSD协议的、高性能的key-value数据结构存储系统，它支持数据的持久化，可以将内存中的数据保存在磁盘中，而且不仅仅支持简单的key-val
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值