什么是缓存穿透:
缓存穿透是指一个key再redis中并不存在,导致需要去查询数据库,但是再数据库中这个key也不存在,查询结果为空,但是同一时间内有一堆的请求去请求这个key,这种现象就叫作缓存穿透。
解决的方法:
- 1、使用空的key,当有请求进来时,直接缓存查询到的空值,但是旅这种方法会严重的浪费内存空间
- 2、使用布隆过滤器。但是布隆过滤器会存在一些问题:
- 像key的删除
- 错误计算,就是再经过一系列的计算后,布隆过滤器中的好多位都1导致有些数据即使不存在,但是通过布隆过滤器还是计算出了存在结果
什么是缓存击穿:
缓存击穿就是指再一定的时间内,有一个key在缓存中失效了,但是这时有一堆的请求过来了,他们都没有再缓存中查找到这个数据,所以这些请求就需要去数据库中进行数据的查找,而且都是能再数据库中查询到的数据,这种情况叫做缓存击穿
解决方法:
- 可以设置一个永不过期的key
- 可以使用分布式锁来进行,同一时刻只有一个请求可以去访这个key,然后他不存在就需要先去数据库中进行查找,然后再进行数据的缓存,这个时候其它请求过不的时候就不会再出现缓存中的key为空的情况了
什么是缓存雪崩:
在同一时刻有大量的key进行了失效,从而出现了以上的两种情况,这种情况就叫做缓存雪崩
解决方法:
- 1、可以将这些key的过期时间设置的比较分散一些,让他们不会再同一时间进行失效
- 2、可以设置永不过期的key
- 3、可以使用集群的方式来进行处理
如何解决缓存与数据库数据一致性的问题
什么是缓存与数据库的数据一致性问题:
就是保存缓存中的数据与数据库的数据是一样的,如果要保存强一致性的话,就只有加锁,但是这会大大的浪费数据库的性能,所以我们需要去保证的是数据库与缓存的最终一致性就可以了
保证最终一致性的方法:
1、先删除缓存再写db
这种方法产生脏数据的可以性比较大,例如:当指令1进行更新,指令2进行查询,先进行了指令1的缓存删除,这里指令2直接去查询了数据库脏数据,并且还会将这个脏数据进行缓存
2、先写db再删除缓存
这种方法生产脏数据的概率比较小,但是会出现一致性问题。
若指令1进行更新,指令2进行查询,当更新时有数据进行查询,他会查询出脏数据,之后指令1再进行数据的删除,然后其它的请求再进行请求,请求会去访问数据库,同时会生成一个新的缓存
Redis 如何保证原子性?
答案很简单,因为 Redis 是单线程的,所以 Redis 提供的 API 也是原子操作。
但我们业务中常常有先 get 后 set 的业务常见,在并发下会导致数据不一致的情况。
如何解决
1)使用 incr、decr、setnx 等原子操作;
2)客户端加锁;
3)使用 Lua 脚本实现 CAS 操作。
常见的内存过期策略
惰性删除:
先不删除,当有请求过来时,会先去判断此key有没有过期,若过期了就进行删除
定时删除:
设置一个key的过期时间,到了时间就会进行自动删除
定期删除:
设置一个周期时间,在这个时间里先选取一定的过期key进行删除,选取的数量是可以自己设置的
内存淘汰机制
当redis的内存不够时,就会进行一些内存的数据的淘汰,从而提高数据的命中率