Redis缓存穿透和雪崩

Redis缓存穿透和雪崩

Redis缓存的使用，极大地提升了应用程序的性能和效率，特别是数据查询方法，但同时，他也会带来一些问题，其中最要害的问题，就是数据的一致性问题，从严格上讲，这个问题是无解的，如果对数据的一致性要求很高，那么就不能使用缓存。

另外的一些典型问题就是，缓存穿透，缓存雪崩和缓存击穿，目前，业界都有比较流行的方法

缓存穿透（查不到数据）

原理

当用户想要查询一个数据时候，发现Redis内存数据库没有，也就是缓存没有命中，于是向持久层数据库查询，发现也没有，于是查询失败，当用户很多时候，缓存都没有命中，于是都去请求持久层数据库，这会给持久层数据库造成很大的压力，这时候就相当于出现了缓存穿透

解决方法：

布隆过滤器

是一种数据结构，对所有可能查询的参数以hash形式存储，在控制层先进行校验，不符合条件就丢弃，从而避免了对底层存储系统的查询压力

缓存空对象

当存储层不命中后，即使返回的空对象也要将其缓存起来，同时会设置一个过期时间，之后在访问就会获取到这个空对象，保护了后端的数据

但是存在问题：

1.如果控制能够缓存起来，就代表需要更多的键来存储 因为我们可能会有很多的空值的键

2.即使对空值设置了过期时间，还是会存在缓存层和存储层数据会有一段时间窗口不一致，这对于需要一致性的业务有影响

缓存击穿（同一数据查的次数太多，缓存过期）

是指一个key非常热点，在不停的并发，并发集中一点进行访问，当这个key在失效的瞬间，持续的大并发就击破缓存，直接请求数据库

当某个key在过期的瞬间，有大量的请求并发访问，这类数据一般是热点数据，由于缓存过期，会同时访问数据库来查询最新数据，并且会写缓存，会导致数据库瞬间压力过大，击穿

解决方法:

热点永不过期

从缓存层看，没有设置过期的时间，所以不会出现热点key过期产生的问题

加互斥锁

分布式锁：使用分布式锁，保证对于每个key同时只有一个线程去查询后端服务，其他线程没有获得分布式锁权限，因此只需要等待即可，这个方式将高并发的压力转移到分布式锁上，因此对分布式锁考验很大

缓存雪崩

指某一个时间段，缓存集中过期或者Redis宕机

比如写文本时候，马上到12点，很快迎来一波抢购，这波抢购时间比较集中的放入缓存，假设缓存一小时，那么到了凌晨一点，这批商品的缓存都过期了，那么商品的查询就会走数据库，对于数据库而言，就很产生周期性的压力波峰，于是所有的请求达到存储层，存储层的调用很多，造成存储层挂掉。

其中集中过期不是最致命的，致命的是缓存服务器的某个节点宕机或者断网，因为自然形成的雪崩，一定是在某个时间段集中创建缓存，这个时候，数据库也是可以顶住压力的，无非就是对数据库产生周期性压力，而宕机，对数据库服务器的压力不是可以预知的，很有可能压垮。

解决方法：
Redis高可用

多设几台Redis服务器，这样一台挂掉其余正常工作，就是搭建集群（异地多活）

限流降级：

在缓存失效后，通过加锁或者队列来控制读数据库写数据库的数量，比如某个key只允许一个线程查询数据和写缓存，其他线程等待

数据预热

在正式部署之前，我们先把可能的数据访问一遍，这样部分肯能大量访问的数据就会加载到缓存中，在即将发生大并发访问前手动触发加载缓存不同的key，设置不同的过期时间，让缓存失效的时间尽量均匀