Redis高级篇（预热-雪崩-击穿-穿透）

目录

1、缓存预热

2、缓存雪崩

3、缓存穿透

Guava布隆过滤器代码案例

4、缓存击穿

---

1、缓存预热

什么是缓存预热？

缓存预热，顾名思义，是指在系统启动或某一阶段之前，将一些热点数据提前加载到缓存中，以便在需要时能够快速响应请求。缓存预热旨在避免冷启动或冷缓存带来的性能问题。

如何做缓存预热？

缓存预热的实现方式可以根据具体业务需求和技术架构来选择，例如可以通过定时任务，事先加载特定的数据到缓存中；或者在系统启动时，通过一次性加载所有热点数据到缓存中。

2、缓存雪崩

什么是缓存雪崩？

硬件：Redis宕机

软件：Redis中的key大面积在同一时间过期

如何预防？

1.key永不过期

2.高可用集群

3.多缓存策略（本地缓存+Redis）

4.服务降级

5.云Redis

3、缓存穿透

什么是缓存穿透？

缓存穿透是指在缓存系统中，由于多个缓存对象不在Redis中，导致大量请求直接打到后端数据库，且后端数据库也无该数据，使得数据库压力骤增，甚至导致系统崩溃。

如何预防？

方案一：空对象缓存

1.将不存在的key也回写到Redis（此方法不能预防黑客每次使用不同且不存在的key）

方案二：布隆过滤器

2.Guava

Guava布隆过滤器代码案例

package com.toonyoo.guava;

import com.google.common.hash.BloomFilter;

import com.google.common.hash.Funnels;
import lombok.extern.slf4j.Slf4j;

@Slf4j
public class BloomFilterTest {

    public static void main(String[] args) {

        // 创建一个Guava版本的布隆过滤器 Funnels.integerFunnel()表示判断的元素类型为Integer,fpp是误判率（fpp越小越好）

        BloomFilter<Integer> bloomFilter = BloomFilter.create(Funnels.integerFunnel(), 10000000, 0.01);

        // 判断元素是否存在
        log.info("{}", bloomFilter.mightContain(1));
        log.info("{}", bloomFilter.mightContain(2));

        // 添加元素
        bloomFilter.put(1);
        bloomFilter.put(2);

        // 再次判断元素是否存在
        log.info("{}", bloomFilter.mightContain(1));
        log.info("{}", bloomFilter.mightContain(2));

        
        // fpp是什么？ 通过查看源码发现，fpp即误判率，将它的数值设置地越小，误判率越低，同时消耗的资源（bit位数+哈希函数个数）也就越多。
    }

}

4、缓存击穿

什么是缓存击穿？

缓存击穿是指一个热点数据过期或被删除，同时有大量并发请求访问这个热点数据，导致请求直接落到数据库，引发数据库负载激增的情况。

如何预防？

1.对于热点key不设置过期时间

2.互斥更新，才用双检加锁策略