Redis 缓存类问题详解

一、缓存穿透（可能是攻击者）

缓存：没有,数据库：没有；

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；

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

二、缓存击穿(一般是缓存时间到期，可能是热点数据)

缓存:没有 数据库:有

带来的问题： 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： 1）热点数据不过期;

三、缓存雪崩

缓存：没有，数据库：有；

数据量：大量数据过期

缓存雪崩是指缓存中数据大批量到过期时间，而查询数据量巨大，引起数据库压力过大甚至down机。

和缓存击穿不同的是， 缓存击穿指并发查同一条数据；

缓存雪崩是不同数据都过期了，很多数据都查不到从而查数据库；

解决方案：缓存数据的过期时间设置随机，防止同一时间大量数据过期现象发生。 如果缓存数据库是分布式部署，将热点数据均匀分布在不同搞得缓存数据库中。 设置热点数据永远不过期。

主从延迟、热key、大key(超限或者访问速度变慢)

关于大Key和热Key：

以平台存储的用户数据包为例，如果一个set里面的值过多，会导致以下几类问题

1、【主从延迟-数据不一致】【数据读写阻塞】大key在写入或者删除的时候，都有可能导致主从延迟，数据不一致，以及阻塞正常的读操作

2、【耗时等性能风险】对于set集合的大key，用hget读取时，每次读取的是单个数据，数据传输基本可控（常态下，如果用get读取一个很大的key会导致访问变慢，性能下降； 如果key过大会导致）

3、【分片空间大小不均匀】大key会导致某个分片占用空间很大，但是其他分片可能存储空间很低，访问这个大key所在的分片时，可能会访问失败