Redis缓存穿透和雪蹦问题引入和解决

Redis是一个分布式缓存技术，是目前访问效率最好的缓存

一般采用AOF+RDB一起配合使用

Redis支持数据库的持久化。Redis提供了两种持久化的策略：

AOF：默认每秒进行数据同步到持久化的策略，即使数据丢失，也仅仅丢失1秒钟的数据。

RDB（默认）：默认三种存储数据的条件（满足任意一个都会出发持久化的逻辑）：

​ 900 1 900秒内被发生至少1次修改

​ 300 10 300秒内发生了10次修改

​ 60 10000 60秒内发生10000次修改

怎么配置持久化策略？

在redis的配置中save属性表示的就是RDB持久化策略。

“save”

“900 1 300 10 60 10000”
redis中appendonly的配置是用来开启AOF存储策略的。yes为开启，no为关闭。

“appendonly”
“no”
此配置每秒进行持久化操作

“appendfsync”
“everysec”
建议：

如果允许一定的数据丢失，建议只使用RDB，因为性能高一些。

如果能接受数据丢失的量比较小，建议使用AOF。

如果不接受数据的丢失，建议是使用AOF+RDB方式

Redis的存储大小：
32位系统 默认为3G
64位系统 无限制 一般电脑内存多大 Redis 的内存就有多大

缓存解决的问题：
使用Redis缓存是为了解决高并发时，数据库的压力过大导致的宕机问题。同时也提高了数据的查询速度

什么是缓存穿透和雪崩？

缓存是为了减轻数据库的压力、提升数据的查询效率。但是按照一般逻辑，数据在缓存中没有取到就会去数据库中获取，如果大量的访问都没有在缓存中获取到数据，就有“穿透”的问题，进而带来缓存雪蹦的问题。

1、大并发环境下，第一次访问缓存，发现缓存中没有数据，然后所有线程都会去访问数据库，这样就造成缓存短暂失效，这就是“缓存穿透”。

​ 缓存穿透的危害：导致大量的请求直接到数据库，导致数据库的承载压力过大导致宕机。

2、数据库查询不到这个数据，在redis中保存的key所对应的value就为null。那代码逻辑也会出现穿透。
先判断key是否在缓存中存在，只要存在key，不论value是否为null，都认为缓存中有 数据，主要有数据就不要再访问数据库。

解决穿透和雪蹦问题的思维导图：

总结：

1、双重检测机制（在锁的内外都进行缓存查询，没有查到在进行数据库查询）。

2、不论查询到的数据是否为null，都将它写入缓存。

3、避免缓存中的null键值撑满整个内存，所以需要给null键值设置过期时间。

4、提前分析项目中可能出现并发的数据，提前将这些数据写入缓存。（在tomcat容器启动的时候写入缓存）

5、key的设计，要唯一标识一条数据，不能被其他数据覆盖。

比如

分页，book_page_1, book_page_2.

缓存ID为1的数据：book_id_1

通过这些步骤，既能解决穿透又能保证效率。

Redis优化

1、使用byte进行数据存储、和数据操作，能更合理的使用空间。

2、使用hash类型存储数据，因为Hash算法得到的数据的长度基本固定，即使再大的数据经过hash算法之后，长度也比较短。

3、key值设计不宜过长。