[Redis八股]Redis缓存穿透、击穿、雪崩及其解决方案

最新推荐文章于 2024-07-09 15:21:58 发布

Minxi Yan

最新推荐文章于 2024-07-09 15:21:58 发布

阅读量468

点赞数 13

分类专栏： Redis八股文章标签：缓存 redis 数据库

本文链接：https://blog.csdn.net/weixin_51282703/article/details/139234418

版权

Redis八股专栏收录该内容

1 篇文章 0 订阅

订阅专栏

Redis缓存穿透、击穿、雪崩及其解决方案

过期时间

缓存穿透

缓存穿透是指查询一个一定不存在的数据，由于缓存不命中，导致请求直接访问数据库，这将导致大量的请求打到数据库上，可能会导致数据库压力过大。
在这里插入图片描述

解决方案：

缓存空值

当查询结果为空时，也将结果进行缓存**，但是设置一个较短的过期时间**。这样在接下来的一段时间内，如果再次请求相同的数据，就可以直接从缓存中获取，而不是再次访问数据库。但这种方式在应对大量恶意请求时，可能会导致缓存系统存在大量的内存占用。

优点：简单
缺点：消耗内存，可能会发生不一致的问题
使用布隆过滤器

布隆过滤器是一种数据结构，用于快速判断一个元素是否存在于一个集合中。通过布隆过滤器，可以过滤掉不存在的数据，避免直接访问数据库。但布隆过滤器存在一定的误判率（大约0.006%）。这种方法的误判率主要来源于哈希函数的冲突，即不同的数据经过哈希函数映射后可能会落在同一个位置上，导致该位置被错误地标记为1。Bitmap数组越小误判率就越大，数组越大误判率就越小，但是同时带来了更多的内存消耗。

布隆过滤器的原理
- 数据结构：布隆过滤器由一个很长的二进制向量（位数组），也就是bitmap，和一系列随机映射函数（哈希函数）组成。
- 加入元素：当一个元素被加入集合时，通过K个散列函数（hash）将这个元素映射成位数组中的K个点，并将这些点置为1。
- 检索元素：检索时，查看这K个点是否都是1，也要进行K个哈希，只是在检索阶段不更改，只比对。如果其中任何一个点为0，则被检元素一定不在集合中；如果都是1，则被检元素很可能在集合中（但存在误判的可能性）。
优点：内存占用较少，没有多余key
缺点：实现复杂，存在误判

布隆过滤器的实现方案：

Redisson、Gauva(Java)

击穿

缓存击穿是指某个key非常热，访问非常频繁，在高并发访问的情况下，当这个key在失效（可能expire过期了，也可能LRU淘汰了）的瞬间，大量的请求进来，直接请求到了数据库，导致数据库压力骤增。

解决方案：

互斥锁：当缓存失效时，使用锁机制来避免多个相同的请求同时访问数据库，只让一个请求去加载数据，其他请求等待。

当缓存失效时，不是立即去加载数据库中的数据，而是先尝试获取一个分布式锁。如果成功获取到锁，则去数据库中查询数据，查询后将数据放到缓存中，并释放锁；如果获取锁失败，则等待一段时间后重试或者返回空值或默认值。这样可以确保同一时间只有一个请求去加载数据库中的数据，其他请求只需要等待即可。

逻辑过期：为每个key设置一个逻辑过期时间，当发现key即将过期时，通过后台异步线程主动刷新缓存。

逻辑过期时间指的是在缓存中保留数据，但通过某种方式标记该数据为“过期”，即不再被视为最新或有效。

为每个 key 设置一个逻辑过期时间，而不是依赖于缓存系统本身的过期机制。在逻辑过期时间到达之前，后台异步线程会主动刷新缓存。

具体实现时，可以有一个后台任务定时扫描所有缓存 key 的逻辑过期时间，如果发现某个 key 的逻辑过期时间即将到达，就主动从数据库中加载数据并更新缓存。这样可以保证在缓存失效之前，新的数据已经被加载到缓存中，从而避免了缓存击穿的问题。

另外，当请求发现缓存失效时，可以先返回一个空值或默认值，并触发一个异步任务去加载数据并更新缓存。这样虽然第一个请求会返回空值或默认值，但后续的请求就可以从缓存中获取数据了。

需要注意的是，逻辑过期方案需要保证后台异步线程能够及时刷新缓存，否则在大量请求同时到达时仍然可能发生缓存击穿。同时，逻辑过期方案也需要考虑如何处理并发加载同一 key 数据的情况，以避免数据不一致的问题。