Redis（三十一）-Redis夺命三问之缓存穿透&缓存击穿&缓存雪崩

您好，我是码农飞哥，感谢您阅读本文，欢迎一键三连哦。
💪🏻 1. Python基础专栏，基础知识一网打尽，9.9元买不了吃亏，买不了上当。 Python从入门到精通
❤️ 2. Python爬虫专栏，系统性的学习爬虫的知识点。9.9元买不了吃亏，买不了上当 。python爬虫入门进阶
❤️ 3. Ceph实战，从原理到实战应有尽有。 Ceph实战
❤️ 4. Java高并发编程入门，打卡学习Java高并发。 Java高并发编程入门
😁 5. 社区逛一逛，周周有福利，周周有惊喜。码农飞哥社区，飞跃计划
全网同名【码农飞哥】欢迎关注，个人VX: wei158556

1. 简介

这篇文章我们主要来介绍Redis应用过程中可能会碰到的三个问题：

1. 缓存穿透
2. 缓存击穿
3. 缓存雪崩
   这三个问题也是在Redis面试中经常会被问到的三个问题。所以，正确的认识并解决这三个问题显得尤为重要。

2. 缓存穿透

2.1. 问题描述

key对应的数据在数据源中不存在，每次针对此key的请求从缓存获取不到，请求都会压到数据源，从而可能压垮数据源，比如用一个不存在的用户ID获取用户信息，无论缓存还是数据库都没有，若黑客利用此漏洞进行攻击可能会压垮数据库。

2.2. 解决方案

一个一定不存在的缓存及查不到的数据，由于缓存时不命中时被写的，并且处于容错考虑，如果从存储层查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到存储层去查询，失去了缓存的意义。
解决方案有如下三种：

1. 对空值缓存：
   如果一个查询返回的数据为空（不管数据是否存在），我们仍然把这个空结果（null）进行缓存，设置空结果的过期时间会很短，最长不超过5分钟。这种方式是一种临时的处理方式。
2. 设置可访问的名单（白名单）
   使用bitmap类型定义一个可以访问的名单，名单id作为bitmaps的偏移量，每次访问和bitmap里面的id进行比较，如果访问id不在bitmaps里面，进行拦截，不允许访问。
3. 采用布隆过滤器
   布隆过滤器是1970年由布隆提出的，它实际是一个很长的二进制向量（位图）和一系列随机映射函数（哈希函数）。

3. 缓存击穿

3.1. 问题描述

key对应的数据存在，但在redis中过期，此时若有大量的并发请求过来，这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存中，这时候大并发的请求可能会瞬间把后端DB压垮。

3.2. 解决方案

key可能会在某些时间点被超高并发地访问，是一种非常“热点”的数据，这个时候，需要考虑一个问题，缓存被"击穿"的问题
解决方案有如下三种：

1. 预先设置热门数据：
   在redis高峰访问之前，把一些热门数据提前存入到redis里面，加大这些热门数据key的时长
2. 实时调整:
   现场监控哪些数据热门，实时调整key的过期时长。
3. 使用锁:

4. 缓存雪崩

4.1. 问题描述

key对应的数据存在，但在redis中过期，此时若有大量并发请求过来，这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存，这时候大并发的请求可能会瞬间把后端DB压垮。
缓存雪崩与缓存击穿的区域在于这里针对很多key缓存，后者则是某一个key。

4.2. 解决方案

缓存失效时的雪崩效应对底层系统的冲击非常可怕！
解决方案：

1. 构建多级缓存架构：
   nginx缓存+redis缓存+其他缓存（ehcache等）
2. 使用锁或队列（消息中间件）：
   用加锁或者队列的方式来保证不会有大量的线程对数据库一次性进行读写，从而避免失效时大量的并发请求落到底层存储系统上，不适用于高并发情况。
3. 设置过期标志更新缓存：
   记录缓存数据是否过期（设置提前量），如果过期会触发通知另外的线程在后台去更新实际key的缓存
4. 将缓存失效时间分散开
   比如我们可以在原有的失效时间基础上增加一个随机值，比如1-5分钟随机，这样每一个缓存的过期时间的重复率就会降低，就很难引发集体失效的事件。

总结

文章来源: feige.blog.csdn.net，作者：码农飞哥，版权归原作者所有，如需转载，请联系作者。

原文链接：feige.blog.csdn.net/article/details/125140144