浅析Redis缓存穿透缓存击穿和缓存雪崩概念

Redis缓存穿透缓存击穿和缓存雪崩概念

服务的高可用问题！

Redis缓存的使用，极大的提升了应用程序的性能和效率，特别是数据查询方面。但同时，它也带来了一些问题。其中，最大的问题，就是数据的一致性问题，从严格意义上讲，这个问题无解，如果对数据的一致性要求很高，那么就不能使用缓存。

另外的一些典型问题就是，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成熟的解决方案。

缓存穿透

概念
缓存穿透的概念很简单，用户想要查询一个数据，发现redis内存数据没有，也就是缓存没有命中，于是向持久层数据库查询。发现也没有，于是本次查询失败。当用户很多的时候，缓存都没有命中（秒杀场景），于是都去请求了持久层数据库。这会给持久层数据库造成很大的压力，这时候就相当于出现了缓存穿透

解决方案

• 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；

• 缓存空对象
  当存储层不命中后，即使返回的空对象也将其缓存起来，同时会设置一个过期时间，之后再访问这个数据将会从缓存中获取，保护了后端数据源；

但是这种方法会存在两个问题：
1、如果空值能够被缓存起来，这就意味着缓存需要更多的空间存储更多的键，因为这当中可能会有很多的空值的键；
2、即使对空值设置了过期时间，还是会存在缓存层和存储层的数据有一段时间窗口的不一致，这对于需要保持一致性的业务会有影响。

缓存击穿

微博服务器宕机（某某明星出轨了）假设一个key60s过期60.1s恢复，就在短短的0.1s的时间内所有请求全部砸到数据库
缓存穿透是查不到数据，缓存击穿是查的太多了

概念
这里需要注意和缓存穿透的区别，缓存击穿，是指一个key非常热点，在不停的扛大并发，大并发集中对这一个点进行访问，当这个key在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，就像在一个屏障上凿开了一个洞。
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数据，并且回写缓存，会导致数据库瞬间压力过大。

解决方案
设置热点数据永不过期
如果不设置过期时间，所以不会出现热点key过期后产生的问题。
加互斥锁
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很大。只保证一个线程进去访问mysql，其余的进行等待！

缓存雪崩

缓存雪崩，指在某一个时间点，一批热点key集中过期失效。

产生雪崩的原因之一，场景如下：双十一零点，很快迎来一波抢购，这波商品时间比较集中的放入了缓存，假设缓存一个小时，那么到了凌晨一点钟的时候，这批商品缓存过期了，而这批商品的访问查询压力都落到数据库上，产生压力波峰，于是请求都会到达存储层，存储层调用量暴增，导致存储层也会挂掉。

==集中过期，倒不是非常致命，比较致命的缓存雪崩，是缓存服务器某个节点宕机或断网。==因为自然形成的缓存雪崩，一定是在某个时间段集中创建缓存，这个时候，数据库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，对数据库服务器造成的压力是不可预知的，很有可能瞬间九八数据库压垮。

双十一：停掉一些服务，（保证主要的服务可用！）

解决方案

• redis高可用
  这个思想的含义是，既然redis有可能挂掉，那我多增设集太redis，这样一台挂掉之后其他的还可以继续工作，其实就是搭建的集群。（异地多活）
• 限流降级（在SpringCloud讲解过！）
  这个解决方案的思想是，在缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个key只允许一个线程查询数据和写缓存，其他线程等待。
• 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中，在即将发生大并发前手动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。