目录
一、缓存击穿
缓存击穿:
当缓存中某个热点key在redis中过期了,在该热点key重新载入缓存之前,有大量的并发查询请求过来,这些请求发现缓存过期后一般都会从后端DB加载数据并回设到缓存,这个时候大并发的请求可能会瞬间把后端DB压垮.
解决方案:
(1)预先设置热门数据 : 在 redis 高峰访问之前,把一些热门数据提前存入到redis 里面,加大这些热门数据 key 的时长.
(2)实时调整 : 现场监控哪些数据热门,实时调整 key 的过期时长.
(3)使用锁 :
1.就是在缓存失效的时候(判断拿出来的值为空),不是立即去 load db.
2. 先使用缓存工具的某些带成功操作返回值的操作( 比如 Redis 的 SETNX )
3.当操作返回成功时,再进行load db的操作,并回设缓存,最后删除mutex key;
4.当操作返回失败时,证明有线程在load db,当前线程睡眠一段时间再重试整个get缓存的方法.
二、缓存穿透
缓存穿透:
key 对应的数据在数据源并不存在,每次针对此 key 的请求从缓存获取不到,请求都会压到数据源,从而可能压垮数据源。比如用一个不存在的用户 id 获取用户信息不论缓存还是数据库都没有,若黑客利用此漏洞进行攻击可能压垮数据库。
(只进行红色箭头路线)
解决方案:
(1)对空值缓存: 如果一个查询返回的数据为空(不管是数据是否不存在 ),我们仍然把这个空结果( null ) 进行缓存,设置空结果的过期时间会很短,最长不超过五分钟.
(2)设置可访问的名单(白名单) :
使用 bitmaps类型定义一个可以访问的名单,名单 id 作为 bitmaps 的偏移量每次访问和 bitmap 里面的 id 进行比较,如果访问 id 不在 bitmaps 里面,进行拦截,不允许访问。
(3)采用布隆过滤器:(布隆过滤器( Bloom Filter) 是 1970 年由布隆提出的。它实际上是一个很长的二进制向量(位图)和一系列随机映射函数( 哈希函数)。
布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法,缺点是有一定的误识别率和删除困难。
将所有可能存在的数据哈希到一个足够大的 bitmaps 中,一个一定不存在的数据会被这个 bitmaps 拦截掉,从而避免了对底层存储系统的查询压力.
(4)进行实时监控: 当发现 Redis 的命中率开始急速降低,需要排查访问对象和访问的数据,和运维人员配合,可以设置黑名单限制服务.
三、缓存雪崩
缓存雪崩:
当缓存中有大量的key在同一时刻过期,或者Redis直接宕机了,导致大量的查询请求全部到达数据库,造成数据库查询压力骤增,甚至直接挂掉。
缓存雪崩与缓存击穿的区别在于这里针对很多 key 缓存,后者则是某一个key不能正常访问。
解决方案:
(1)构建多级缓架构:nginx缓存+redis缓存+其他缓存(ehcache等).
(2)使用锁或队列:
用加锁或者队列的方式保证来保证不会有大量的线程对数据库一次性进行读写,从而避免失效时大量的并发请求落到底层存储系统上。不适用高并发情况