Redis企业级解决方案

Redis企业级解决方案

一、缓存预热
前言：
在我们服务器刚开始启动时，服务器缓存空间中是还没有数据的，这时候用户如果访问，是查询不到任何数据的。（毕竟Redis数据是在内存上，而不是磁盘上的）。
概念：
缓存预热就是系统启动前，提前将一部分数据（访问量较多的数据）加载到缓存系统，使得用户在系统刚启动时也能查询到被预热的缓存数据。
解决方案：
日常例行统计数据访问记录，统计访问频度较高的热点数据。
利用LRU删除策略，构建数据留存队列
将统计结果中的数据分类，根据级别，redis优先加载热度高的数据。

二、缓存雪崩

造成原因：
短时间内，redis中大量的key集中过期，这个周期内，用户访问数据，redis未命中，导致redis集中向数据库获取数据。而数据库性能问题，无法及时处理，导致redis中大量请求被积压，出现超时现象。而后越来越多请求导致数据库与redis崩溃，这就是缓存雪崩。

解决方案：
1、更多页面静态化处理，减少走缓存，数据库获取数据。
2、构建多级缓存结构，比如在redis和数据库中再加一层ehcache缓存
3、优化数据库的一些耗时业务，提高效率
4、灾难级预警，实时监控redis服务器性能的指标，CUP占用，内存容量，查询平均响应时间，线程数等等
5、限流。对访问量进行限流，限制一部分用户的访问，降低压力
6、LRU与LFU切换,尽量让常使用的继续保留在缓存中
7、数据有效期的进行错峰，尽量不要让数据在同一刻过期，让其过期时间错开。
8、超热数据设置为永久性
9、定期维护，查询快过期key的数据访问量，如果访问量很大，延长过期时间

三、缓存击穿

造成原因
某个key过期后，该key一时间访问量巨大，redis无法命中，然后redis大量集中访问数据库，造成崩溃。

解决方法：
1、对预先知道会有激增访问量的数据，延长其有效期
2、监控访问量，如果自然激增数据，可以适当延长过期时间

四、缓存穿透

造成原因：
redis中大面积出现未命中，出现非正常url访问。如有人故意访问不存在的数据。导致未命中

解决方案：
1、如果发现有人恶意攻击，则将查询为null的数据缓存，且设置一个短时限（不超过5分钟）。
2、布隆过滤器
3、实施监控。实时监测redis的命中率与null数据的占比，如果发现命中率偏差较大，访问null数据明显较多的用户，将其拉入黑名单

ps:另附 布隆过滤器 说明
（布隆过滤器底层）
把所有可能存在的请求的值都存放在布隆过滤器中，当⽤户请求过来，先判断⽤户发来的请求的值是否存在于布隆过滤器中。不存在的话，直接返回请求参数错误信息给客户端，存在的话才会⾛后续的流程

但是，需要注意的是布隆过滤器可能会存在误判的情况。总结来说就是： 布隆过滤器说某个元素存在，⼩概率会误判。布隆过滤器说某个元素不在，那么这个元素⼀定不在。

为什么会出现误判的情况呢?

我们先来看⼀下，当⼀个元素加⼊布隆过滤器中的时候，会进行哪些操作：

1. 使用布隆过滤器中的哈希函数对元素值进行计算，得到哈希值（有几个哈希函数得到几个哈希值）。
2. 根据得到的哈希值，在位数组中把对应下标的值置为 1。
   我们再来看⼀下，当我们需要判断⼀个元素是否存在于布隆过滤器的时候，会进行哪些操作：
3. 对给定元素再次进行相同的哈希计算；
4. 得到值之后判断位数组中的这个元素位置是否为 1，如果值为 1，那么说明这个值在布隆过滤器中，如果这个值不为 1，说明该元素不在布隆过滤器中。
   然后，⼀定会出现这样⼀种情况：不同的字符串可能哈希出来的位置相同。 （可以适当增加位数组大小或者调整我们的哈希函数来降低概率）