Redis缓存一致性、缓存穿透、缓存击穿

目录

前言

一、如何实现redis的数据一致性？

1.1内存淘汰

1.2TTL(超时剔除)

1.3主动更新

1.3.1第一种方案:

1.3.1.1删除缓存还是修改缓存?

1.3.1.2数据变更时是先操作数据库还是先操作缓存?

1.3.2第二种方案：

1.3.3第三种方案：

二、缓存穿透

2.1问题描述

2.2问题解决

总结

---

前言

Redis作为缓存中间件，在项目开发中常常用于解决高并发，以及数据缓存来实现应用的性能的提升，但是正因为此，Redis带来了一些不容忽视的问题

---

一、如何实现redis的数据一致性？

1.1内存淘汰

redis通过分析内存占用情况后，会根据不同的策略进行缓存清理；

Redis多种内存淘汰策略

noeviction	新写入操作会报错。这是默认的淘汰策略
allkeys-lru	在键空间中，移除最近最少使用的key
allkeys-lfu	在键空间中，移除最不经常使用的key
volatile-lru	在设置了过期时间的键空间中，移除最近最少使用的key
volatile-random	在设置了过期时间的键空间中，随机移除某个key
volatile-ttl	在设置了过期时间的键空间中，优先移除剩余生存时间(TTL)较短的key
allkeys-random	在键空间中，随机移除某个key

通过配置文件设置(修改redis.conf文件)：

maxmemory-policy allkeys-lru

通过命令行：

127.0.0.1:6379> CONFIG SET maxmemory-policy allkeys-lru

1.2TTL(超时剔除)

一般我们在使用redis的时候，都应该设置缓存的超时时间，这样一定程度上能够保证一致性（最终的一致性）,这个还是比较简单的，基本上不用怎么维护，一般就是根据业务的特性制定比较合适的TTL

1.3主动更新

主动更新，我们自己去编写代码来实现，一般会涉及到三种方案;

1.3.1第一种方案:

Cache Aside Pattern: 由缓存的调用者,在更新数据库的同时去更新缓存

1.3.1.1删除缓存还是修改缓存?

更新缓存:每次更新数据库都需要更新缓存,无效写操作较多

删除缓存:更新数据是让缓存失效,查询时在更新缓存

1.3.1.2数据变更时是先操作数据库还是先操作缓存?

先删缓存

会出现一种情况,两个线程,线程一删除缓存后另一个线程趁虚而入,线程一还没来得及更新数据库,这个时候另一线程去数据库查询得到的数据还是旧数据缓存到redis中,这个时候就会造成数据不一致,这种概率还是挺高的,因为修改数据库要比查询数据库慢

先操作数据库

也会出现一种情况 由于某种原因缓存失效,这个时候一个线程来访问,没有得到数据,要去数据库查找数据将要写入缓存的时候,恰有一个线程来更新数据库并删除缓存,而这个时候第一个线程查到的旧数据缓存到redis中造成数据不一致,这样的概率极低

1.3.2第二种方案：

Read/Write Through Pattern: 缓存与数据库整合为一个服务,有服务来维护一致性,调用者调用该服务,无需关心缓存一致性问题

1.3.3第三种方案：

Write Behind Caching Patter: 调用者只操作缓存,有其他线程异步的将缓存数据库,保证最终一致性

二、缓存穿透

2.1问题描述

缓存穿透就是：用户在访问数据时，缓存中没有数据，并且数据库也不存在该数据，这样会造成每次请求都会打到数据，给数据库造成巨大压力，可能造成雪崩。

2.2问题解决

2.2.1方案一：

空缓存：

就是在我们查询数据库时，如果需要缓存数据不存在，那么我们就进行数据的空缓存，给这个key的value设置成空字符串;

2.2.2方案二：

布隆过滤：

布隆过滤基于概率来实现，就是将传输进来的的key进行k次hash运算，找到对应key所对应的二进制向量位是否时1来判断当前key对应的数据存不存在

2.2.3方案三：

主要作为预防的存在，就是设计我们的key具有一定规律性，避免一些不怀好意的程序员进行破坏，进行key的预判断，提前拦截；这个我感觉和布隆过滤器一个原理

三、缓存击穿

3.1问题描述

缓存击穿是指当缓存系统中没有某个热点数据时，而这时大量的请求又同时对这个数据进行访问，请求会穿过缓存直接打到数据库上，导致数据库短时间内承受大量请求压力。这在高并发系统中是一个需要重点防范的问题，因为它可能会导致数据库性能急剧下降甚至崩溃。

3.2解决缓存击穿问题主要有以下几种方案：

1. 主动设置空缓存：当接受对于数据库中都没有的查询请求时，主动在缓存中写入空数据。为了避免请求过多导致空数据过多负载加重，可以给每一个空数据都设置一个过期时效。这样，对于同一个空数据的请求，只有第一次会访问数据库，其余的时候都是停止在缓存层面，有效的缓解了数据库的压力。
2. 使用互斥锁：在缓存失效的时候，使用互斥锁来保护对数据库的访问，只有一个请求能够重新加载缓存数据，其他请求等待或返回旧数据。这可以避免在缓存失效的瞬间，大量请求同时涌入数据库导致的问题。
3. 将热点数据设置为永不过期：确保即使缓存失效，数据仍然存在于缓存中，从而减轻数据库负担。

---

总结

Redis使用中也经常会有很多的问题，但也有不同的对策，基于以上的解决方案，也是经常使用到的方案，仅供参考