Redis-缓存雪崩、缓存穿透、缓存击穿、缓存预热、缓存更新、缓存降级 简介

一、缓存雪崩
1、概念
缓存雪崩就是在某一时刻，缓存集大量失效。所有流量直接打在数据库上，对数据库造成巨大压力

2、场景
电商抢购、比如抢购0点开始1点结束，在1点时大量缓存同时失效，这个时候就会造成缓存雪崩的现象

3、解决方案
加锁/队列：虽然能降低数据库压力，但同时响应也很慢
缓存标记：给每一个缓存数据增加相应的缓存标记，记录缓存是否失效，如果缓存标记失效，则更新数据缓存
缓存过期时间错开：设置缓存时间错开，可以在设置过期时间的时候，加一个一定范围内的随机值错开

4、注意
缓存雪崩强调的是多个key的解决失效，解决方案的核心原则是让key之间的失效时间分布更加均匀，避免集体失效的情况

二、缓存穿透
1、概念
缓存穿透就是在缓存中不存在，然后直接在数据库中查询的现象

2、场景
故意攻击、比如查询商品序号为正数，但请求方总是请求大量的负数，导致缓存无效，全部流量都打在数据库中，如果某一时刻流量过大，则会导致数据库崩溃

3、解决方案
布隆过滤器：布隆过滤器会判断某个元素是否在某个几个中
缓存控制：可以把一些不符合要求的数据的key值设置为NULL，但是需要设置过期时间

4、注意
缓存穿透强调获取本不存在的缓存数据，请求必然会越过缓存层直接到达缓存层，解决方案的核心原则是过滤这些非法业务请求，与是否是热点数据、缓存失效时间等因素没有关系

三、缓存击穿
1、概念
缓存击穿就是缓存热点key在某个时间点过期的时候，恰好这个时间点对这个key有大量的并发请求过来，这些请求发现缓存过期会从数据库加载数据并设到缓存，可能会压垮数据库

2、解决方案
使用互斥锁(mutex key)：在缓存失效的时候，不是立即去load db，而是先使用缓存工具的某些带成功操作返回值的操作去set一个mutex key，当操作返回成功时，再进行load db的操作并回设缓存；否则，就重试整个get缓存的方法
"提前"使用互斥锁(mutex key)：在value内部设置1个超时值(timeout1), timeout1比实际的memcache timeout(timeout2)小。当从cache读取到timeout1发现它已经过期时候，马上延长timeout1并重新设置到cache。然后再从数据库加载数据并设置到cache中
"永远不过期"：把过期时间存在key对应的value里，如果发现要过期了，通过一个后台的异步线程进行缓存的构建
资源保护：采用netflix的hystrix，可以做资源的隔离保护主线程池

3、注意
缓存击穿强调热点key的失效，导致某一时刻大量请求会直接到DB层，解决方案的核心原则是规避数据库的并发操作

四、缓存预热
1、概念
系统上线后，先将相关的数据构建到缓存中，避免用户请求的时候直接查库

2、场景
秒杀活动前将商品信息刷新到缓存中

五、缓存更新
1、概念
缓存更新是指缓存中暂存的数据只是一个副本，需要保证副本与主数据之间的数据一致性，需要进行缓存更新

2、解决方案
先删缓存，再更新数据库：逻辑问题，并发操作，会导致缓存中数据变成脏数据
先更新数据库，在删缓存：常用方案，同样不够完美，但是发生的概率小，虽然也会导致缓存中数据变成脏数据
先更新数据库，再更新缓存：读性能好，写性能较低，并发操作，也会导致缓存中数据变成脏数据
read/write through：数据库由缓存代理，应用只感知缓存而不感知数据库
Write Behind Caching(写回)：在更新数据的时候，只更新缓存，不更新数据库，缓存异步批量更新数据库，数据不是强一致性的，而且可能会丢失

六、缓存降级
1、概念
缓存降级是指缓存失效或缓存服务器挂掉的情况下，不去访问数据库，直接返回默认数据或访问服务的内存数据。降级的最终目的是保证核心服务可用，即使是有损的，防止Redis服务故障，导致数据库跟着一起发生雪崩问题

2、解决方案
一般：比如有些服务偶尔因为网络抖动或者服务正在上线而超时，可以自动降级
警告：有些服务在一段时间内成功率有波动（如在95~100%之间），可以自动降级或人工降级，并发送告警
错误：比如可用率低于90%，或者数据库连接池被打爆了，或者访问量突然猛增到系统能承受的最大阀值，此时可以根据情况自动降级或者人工降级
严重错误：比如因为特殊原因数据错误了，此时需要紧急人工降级

文章仅作为个人学习整理