缓存穿透、缓存雪崩和缓存击穿及解决方案

Tdm_888

于 2024-08-15 23:47:44 发布

阅读量318

点赞数 16

文章标签：缓存 java redis 分布式 spring cloud spring boot spring

本文链接：https://blog.csdn.net/weixin_63698171/article/details/141234204

版权

在现代分布式系统中，缓存是提高系统性能的重要手段。然而，缓存的使用也可能引发一些问题，其中最常见的包括缓存穿透、缓存雪崩和缓存击穿。以下是对这三种现象的详细讲解。

1. 缓存穿透

定义

缓存穿透是指用户请求的数据在缓存中不存在，系统每次请求都需要访问后端数据库。这种情况会导致大量无效请求直接打到数据库，增加数据库的负担，影响系统性能。

原因

高并发访问未命中的key：当大量请求同时查询一个不存在的资源时，所有请求都会直接访问数据库，造成性能瓶颈。

解决方案

合法性校验：在请求到达缓存或数据库之前，进行参数的合法性校验，确保请求的key是有效的。例如，可以检查请求的ID是否在预定义的范围内。
布隆过滤器：使用布隆过滤器来判断某个key是否存在于数据库中。布隆过滤器是一种空间效率高的概率型数据结构，可以快速判断一个元素是否在集合中。通过在请求到达数据库之前先查询布隆过滤器，可以有效减少对数据库的访问。

2. 缓存雪崩

定义

缓存雪崩指的是在特定时间内，大量缓存数据同时过期，或者缓存服务器宕机，导致大量请求直接打到数据库上，从而引发系统崩溃或性能急剧下降。

主要原因

缓存服务器重启：当缓存服务器重启时，所有缓存数据会被清空，导致后续请求直接访问数据库。
不当的缓存设置：如果多个缓存项设置了相同的过期时间，可能会导致它们在同一时刻失效。
缓存与数据库不一致：在某些情况下，缓存中的数据可能与数据库中的数据不一致，导致请求直接访问数据库。

解决方案

设置缓存过期时间随机性：通过对缓存的过期时间进行随机化，避免多个缓存项在同一时间失效，从而减少同时请求数据库的情况。
熔断机制和限流降级：在高并发情况下，使用熔断器防止系统过载，同时可以对请求进行限流，确保系统能够稳定运行。

3. 缓存击穿

定义

缓存击穿是指一个热点key失效时，瞬间有大量并发请求直接访问数据库，导致数据库瞬间承受巨大的压力。

原因

热点key在失效瞬间：当某个非常热门的key（例如，某个热门商品的详情）失效时，所有请求会同时尝试访问数据库，导致数据库负载过高。

解决方案

加锁：在请求到达数据库之前，对热点key进行加锁，确保只有一个请求能够查询数据库并更新缓存，其他请求则等待。这样可以避免多个请求同时访问数据库。
异步更新：在缓存失效时，异步更新缓存，允许请求先从数据库获取数据，同时更新缓存。这样可以减少对数据库的压力。
布隆过滤器：同样可以使用布隆过滤器来判断请求的key是否存在，从而避免无效请求直接打到数据库。

总的来说

缓存穿透：请求的数据在缓存和数据库中都不存在，导致每个请求都访问数据库。
缓存雪崩：大量缓存同时失效，导致大量请求直接访问数据库。
缓存击穿：某个热点数据的缓存失效，导致大量并发请求直接访问数据库。

4.布隆过滤器解决缓存穿透

布隆过滤器是一种高效的概率型数据结构，用于判断一个元素是否在集合中。布隆过滤器可以解决缓存穿透的原理如下：

提前将所有可能存在的请求 ID 添加到布隆过滤器中。
当有请求来时，先用布隆过滤器判断 ID 是否存在。
如果布隆过滤器说不存在，那肯定不存在。
如果布隆过滤器说存在，再去缓存和数据库查询。

这样即使缓存不命中，也可以快速判断大部分无效请求，只有可能存在的请求才会查询数据库。布隆过滤器的优点是空间效率和查询时间都很高。缺点是有一定的误判率（如果ID不存在，误判为存在的概率很小），且元素一旦加入就不能删除。所以布隆过滤器适合用于过滤掉大部分不存在的请求，减轻数据库压力。与缓存和数据库组合使用，可以有效防止缓存穿透。

5.加锁解决缓存击穿

加锁的思路是，当缓存失效时，控制只有一个请求去数据库查询数据并更新缓存，其他请求要么等待，要么直接返回一个默认值。这样可以保护数据库不被打垮。实现方式有两种：

互斥锁：
- 当缓存失效时，第一个请求获取到互斥锁，去数据库查询数据并更新缓存。
- 其他请求等待，直到缓存更新完成。
- 这种方式简单易懂，但需要自己实现分布式锁。
逻辑过期：
- 缓存数据除了值，还存储一个过期时间。
- 当请求来时，先判断缓存是否过期，如果过期则开启一个后台线程更新缓存。
- 主线程直接返回旧值。
- 这种方式无需锁，但实现稍微复杂一些。