redis缓存问题与其应用场景

缓存雪崩：
指的是当许多用户发出请求时，这时redis中大量缓存数据同时失效(过期)或者是redis故障宕机了，从而形成一系列连锁反应，造成整个系统崩溃，这就是缓存雪崩问题
两个原因:
1.大量数据同时过期
2.redis故障宕机

针对大量数据同时过期二引发的缓存雪崩问题，常见的应对方法有下面这几种：

1.预防为主

1.对于服务不可访问来说
想要一个高可用的服务，首先我们就要集群使用，即使有redis挂了，依然有其他的redis可以过来提供服务，当然最好就是使用redis cluster集群，多个redis master，不仅有主备服务可以在故障时进行切换，即使真的主备都挂了，那也只是一部分数据不能提供服务了，还有其他的master可以给其他提供服务，尽量的减少redis宕机所带来的影响	
2.对于大量key同时失效来说
最主要的，就是分散key的失效时间，比如说在插入redis缓存的时候，指定key的失效时间为在一段范围区间内的随机值

2.降低发生时所造成的危害性

预防只是减少其发生的概率，不代表它就不会发生，如果仍然发生了缓存雪崩的情况，那么我们就应该有一套解决方案，来尽量减少缓存雪崩带来的危害：

1.防止mysql承受不住瞬间的高流量而宕机
	对于这种情况来说，那就是限制其流量，防止短时间内mysql的流量暴增，简称就是限流，在SpringCloud中，可以使用Hystrix来进行限流，将调用mysql的接口隔离起来，
	因为Hystrix可以指定调用这个接口所能承受的最大线程数，所以即使有大量的请求过来了，假设设置它的最大线程数为30，而一次数据库操作如果算100ms的话，那么它一秒钟就最多只能处理300的请求数量，这样就达到了限流的目的了。
2.防止耗尽线程资源，导致该服务甚至整个系统崩溃
	由于缓存雪崩，大量的请求在缓存层获取不到数据，就会去调用查询数据库的接口，而由于数据库操作较慢，如果大量线程都在这里等待着不能及时返回，就很容易把线程资源全都用光，然后上游服务也在等这个服务返回，也直接将线程资源用完，所以现在就能体现出Hystrix的重要性了，它可以设置一个fallback降级服务，当请求数量大于最大线程数+等待数量时，就会直接采用fallback机制快速返回。
	或者是在redis宕机的情况下，还能直接启用熔断，请求一过来就直接fallback返回。
这里不仅要在mysql上，在其他服务在调用这个服务的时候也都需要用，这样使用资源隔离+熔断+快速返回的机制就能够完美解				决这个问题了。

事后的解决方案

如果发生缓存雪崩是因为redis宕机了，这样的话

1.我们就需要让redis通过备份的RDB文件或者AOF文件迅速恢复重启，尽快提供服务。
2.或者如果说数据丢失了访问不到了，那么就要进行缓存预热后再提供服务，防止重启后再次发生缓存雪崩。

缓存穿透

描述：
缓存穿透是指缓存和数据库中都没有的数据，而用户不断发起请求，如发起为id为“-1”的数据或id为特别大不存在的数据。这时的用户很可能是攻击者，攻击会导致数据库压力过大。
解决方案：

1.接口层增加校验，如用户鉴权校验，id做基础校验，id<=0的直接拦截；
2.从缓存取不到的数据，在数据库中也没有取到，这时也可以将key-value对写为key-null，缓存有效时间可以设置短点，
如30秒（设置太长会导致正常情况也没法使用）。这样可以防止攻击用户反复用同一个id暴力攻击

缓存击穿

描述：
缓存击穿是指缓存中没有但数据库中有的数据（一般是缓存时间到期），这时由于并发用户特别多，同时读缓存没读到数据，又同时去数据库去取数据，引起数据库压力瞬间增大，造成过大压力

解决方案：
设置热点数据永远不过期。
加互斥锁，互斥锁

redis的应用场景

（1）缓存
毫无疑问这是Redis当今最为人熟知的使用场景。再提升服务器性能方面非常有效； 一些频繁被访问的数据，经常被访问的数据如果放在关系型数据库，每次查询的开销都会很大，而放在redis中， 因为redis 是放在内存中的可以很高效的访问。

（2）排行榜
在使用传统的关系型数据库（mysql oracle 等）来做这个事儿，非常的麻烦，而利用Redis的SortSet(有序集合) 数据结构能够简单的搞定；

（3）计算器/限速器
Redis中原子性的自增操作，我们可以统计类似用户点赞数、用户访问数等，这类操作如果用MySQL，频繁的读 写会带来相当大的压力；限速器比较典型的使用场景是限制某个用户访问某个API的频率，常用的有抢购时，防 止用户疯狂点击带来不必要的压力；

（4）好友关系
利用集合的一些命令，比如求交集、并集、差集等。可以方便搞定一些共同好友、共同爱好之类的功能。

（5）简单消息队列
除了Redis自身的发布/订阅模式，我们也可以利用List来实现一个队列机制，比如：到货通知、邮件发送之类的 需求，不需要高可靠，但是会带来非常大的DB压力，完全可以用List来完成异步解耦；
（6）消息队列
Redis 中list的数据结构实现是双向链表，所以可以非常便捷的应用于消息队列（生产者 / 消费者模型）。消息的生产者只需要通过lpush将消息放入 list，消费者便可以通过rpop取出该消息，并且可以保证消息的有序性。