Redis(四)缓存穿透、击穿、雪崩及其解决办法

        redis的缓存的使用，极大的提升了应用程序的性能和效率，特别是数据查询当面，但同时，它也带来了一些问题，其中最主要的问题就是数据一致性问题，从严格意义上讲，这个问题没有解决办法，如果对数据的一致性要求很高，那么不能使用缓存。

        另一个典型的问题就是，缓存穿透，缓存雪崩和缓存击穿，目前业界也都有比较流行的解决方案。

缓存穿透：（查不到导致的）

        但是如果你在缓存中没有存用户2 ，数据库中也没有存储用户2 ，当缓存中没有的时候，这个时候就会一直到数据库中去查询用户2，就会对数据库的正常时候造成非常大的压力，这种情况就是缓存穿透。

解决方案：

方法一：添加空的数据

        当缓存和数据库种都没有数据的时候，往缓存中去添加一个值为空的数据，但是当空的数据太多的时候，也会对我们的redis性能造成影响，同时如果当存储层有有了数据，此时缓存中的空数据会与存储层中的数据不一致，会对业务的一致性产生影响。

方法二：布隆过滤器

        布隆过滤器是一种数据结构，对所有可能查询的参数以hash形式存储，在控制层先进行校验，不符合则丢弃，从而避免了对底层存储系统的查询压力。

缓存击穿：（查的太多在缓存过期的时候的空档期会出现）

        缓存穿透与缓存击穿不同，缓存击穿是指一个key非常热点，在不停的抗着大并发，大并发集中对中一个点进行访问，当这个key在失效的瞬间，持续的大并发就会穿破缓存，直接请求数据库，就像是在墙上凿了一个洞。

        当某个key在过期的瞬间，有大量的请求并发访问，这类数据一般是热点数据，由于缓存过期，会同时访问数据库来查询最新的数据，并且回写缓存，会导致数据库瞬间压力过大。 

解决方案：

方式一：设置数据永不过期

        设置热点数据永不过期，从缓存层面来看，没有设置过期时间，所以不会出现热点key过期后产生的问题

方式二：加互斥锁

        分布式锁：使用分布式锁，保证对于每个key同时只有一个线程去查询后端服务，其他线程没有获得分布式锁的权限，因此只需要等待即可，这种方式将高并发的压力转移到了分布式锁，因此对分布式锁的考验非常大。

缓存雪崩：

是指某一个时间段，缓存集中过期失效，例如redis宕机。

        比如说双12抢购，商品时间比较集中放到了redis种，假设缓存时间一小时，那么到了凌晨一点的时候，这批商品的缓存就会过期，而对商品的访问查询都会落到数据库上，对于数据库而言，就会产生周期性的压力波峰，于是所有的请求达到存储层，存储层的调用量会暴增，会造成存储层也会挂掉。

        缓存集中过期不是最致命的，比较致命的是缓存服务器某个节点宕机或断网，集中过期一定会在某个时间段内集中创建缓存，这种情况数据也是可以顶住压力的，无非就是对数据库产生周期性的压力而已，而缓存服务节点的宕机，对数据服务器造成的压力是不可预知的，很可能瞬间会把数据压垮。

解决方案：

        实现redis高可用，这个思想的含义是，redis既然有可能会挂掉，那我多设置几台redis，这样一台挂掉之后，其他的还是可以继续工作，其实就是搭建集群和异地多活

方式一：限流降级：

        限流降级和服务降级都是可以解决这种问题，缓存服务降级的目的是保证核心服务的可用。还可以使用限流降级的办法在缓存失效后，通过加锁或者队列来控制读数据写缓存的线程数量，比如某个key只允许一个线程查收数据和写缓存，其他线程等待。

方式二：数据预热

        数据加热的含义就是在正式部署之前，我先把可能的数据先预先访问一遍，这样部分可能大量访问的数据就会加载到缓存种，在即将发生大并发访问前首当触发加载缓存不同的key，设置不同的过期时间，让缓存失效的时间点尽量均匀。