Redis面试准备 第四天

使用缓存常见的问题有哪些？原因及其解决方案？

1. 缓存穿透：大量请求根本不存在的key
2. 缓存雪崩：redis中大量key集体过期
3. 缓存击穿：redis中一个热点key过期（大量用户访问该热点key，但是热点key过期）

三者出现的根本原因：Redis命中率下降，请求直接打在DB上

         正常情况下，大量的资源请求都会被redis响应，在redis得不到响应的小部分请求才会去请求DB，这样DB的压力是非常小的，是可以正常工作的

  如果大量的请求在redis上得不到响应，那么就会导致这些请求会直接去访问DB，导致DB的压力瞬间变大而卡死或者宕机：

1. 大量的高并发的请求打在redis上

2. 这些请求发现redis上并没有需要请求的资源，redis命中率降低

3. 因此这些大量的高并发请求转向DB（数据库服务器）请求对应的资源

4. DB压力瞬间增大，直接将DB打垮，进而引发一系列“灾害”

         那么为什么redis会没有需要访问的数据呢？通过分析大致可以总结为三种情况，也就对应着redis的雪崩、穿透和击穿

问题名称	缓存穿透	缓存击穿	缓存雪崩
资源是否存在DB数据库服务器中	×	√	√
资源是否存在Redis中	×	×	×
redis没有对应资源的原因	根本不存在该资源（DB也没有）	某个热点key过期	大部分key集体过期
根本原因	大量的高并发的请求打在Redis上，但是发现Redis中并没有请求的数据，redis的命令率降低，所以这些请求就只能直接打在DB（数据库服务器）上，在大量的高并发的请求下就会导致DB直接卡死、宕机

缓存穿透

缓存穿透产生的原因：请求根本不存在的资源（DB本身就不存在，Redis更是不存在）

举例（情景在线）：客户端发送大量的不可响应的请求

       当大量的客户端发出类似于：http://localhost:8080/user/19833?id=-3872 的请求，就可能导致出现缓存穿透的情况。因为数据库DB中本身就没有id=-3872的用户的数据，所以Redis也没有对应的数据，那么这些请求在redis就得不到响应，就会直接打在DB上，导致DB压力过大而卡死情景在线或宕机

解决方式：

• 对空值进行缓存：虽然数据库中没有id=-3872的用户的数据，但是在redis中对他进行缓存（key=-3872，value=null），这样当请求到达redis的时候就会直接返回一个null的值给客户端，避免了大量无法访问的数据直接打在DB上
• 实时监控： 对redis进行实时监控，当发现redis中的命中率下降的时候进行原因的排查，配合运维人员对访问对象和访问数据进行分析查询，从而进行黑名单的设置限制服务
• 接口校验：用户权限的拦截，对于id=-3872这些无效访问就直接拦截，不允许这些请求到达Redis、DB上

注意事项：

1. 使用空值作为缓存的时候，key设置的过期时间不能太长，防止占用太多redis资源
2. 对空值缓存是一种被动的防御方式，当遇到黑客暴力请求很多不存在的数据就需要写入大量的null值到Redis中，可能导致Redis内存占用不足的情况

缓存雪崩

缓存雪崩产生的原因：redis中大量的key集体过期

举例： 当redis中的大量key集体过期，可以理解为redis中的大部分数据都被清空了（失效了），那么这时候如果有大量并发的请求来到，那么redis就无法进行有效的响应（命中率急剧下降），请求就都打到DB上了，到时DB直接崩溃

解决方式：

1. 设置合理的缓存过期时间：将缓存中的数据的过期时间错开，避免大量数据同时过期。可以采用随机的方式设置过期时间，或者根据业务特点和数据访问模式来动态调整过期时间

2. 实施缓存预热：在系统启动或负载较低时，提前将一些热点数据加载到缓存中。通过缓存预热，可以在缓存失效时，仍然能够从缓存中获取部分数据，减轻对底层数据源的压力

3. 实施缓存降级策略：当缓存失效或故障时，可以选择进行缓存降级，直接返回默认值或者空值，这一部分请求将不再继续访问数据库，从而减轻数据库压力

4. 监控和报警：建立缓存监控系统【选择适合的监控工具或平台，如Prometheus、Grafana、ELK等】，实时监测缓存的状态和性能。当发现缓存异常或失效时，及时触发报警并采取相应的应对措施

缓存击穿

产生缓存雪崩的原因：redis中的某个热点key过期，但是此时有大量的用户访问该过期key

举例： 类似于“某男明星塌房事件”上了热搜，这时候大量的“粉丝”都在访问该热点事件，但是可能优于某种原因，redis的这个热点key过期了，那么这时候大量高并发对于该key的请求就得不到redis的响应，那么就会将请求直接打在DB服务器上，导致整个DB瘫
解决方式：

1. 使用互斥锁（Mutex Lock）：在查询缓存数据之前，先获取一个互斥锁。当某个请求获取到锁时，其他请求需要等待，直到该请求完成并释放锁。这样可以避免多个请求同时访问底层数据源，保证只有一个请求去加载数据到缓存中

2. 设置热点数据永不过期：对于一些热点数据，可以设置其永不过期，确保其一直存在于缓存中。这样即使缓存中的其他数据过期或失效，热点数据仍然可以被请求直接从缓存中获取，避免直接访问底层数据源

3. 异步更新缓存：当热点数据过期时，可以异步地更新缓存，而不是等待请求到来时再去加载数据。通过异步更新缓存，可以减少请求直接访问底层数据源的情况，提高系统的性能和稳定性

4. 使用分布式锁：在分布式环境中，可以使用分布式锁来保证只有一个请求去加载数据到缓存中。通过使用分布式锁，可以避免多个节点同时访问底层数据源，减轻数据库的负载压力