Redis 经典缓存问题：一致性、穿透、击穿、雪崩与污染

Redis 是一种广泛应用的高性能内存数据库，常用于缓存场景以提升系统性能和用户体验。然而，使用 Redis 缓存时，可能会遇到一些经典问题，比如一致性问题、缓存穿击、缓存穿透、缓存雪崩，以及缓存污染等。这些问题如果不加以有效处理，可能导致系统性能下降，甚至引发服务不可用的严重后果。

本文主要探讨 Redis 作为缓存，在实践中可能会有哪些问题。

本文目录：

• 为什么要理解 Redis 缓存问题

• 缓存穿透

• 缓存击穿

• 缓存雪崩

• 缓存污染

• 数据库和缓存一致性

 1. 为什么要理解 Redis 缓存问题

---

Redis 缓存能够显著提升数据访问速度，但其问题常与实际业务场景相关。深入理解这些问题及其解决方案，能够帮助开发者设计更加健壮和高效的系统架构。

在高并发的业务场景下，数据库大多数情况都是用户并发访问最薄弱的环节。所以，就需要使用 redis 做一个缓冲操作，让请求先访问到 redis，而不是直接访问 Mysql 等数据库。这样可以大大缓解数据库的压力。

当缓存库出现时，必须要考虑如下问题：

• 缓存穿透

• 缓存穿击

• 缓存雪崩

• 缓存污染

• 缓存和数据库一致性

2. 缓存穿透

---

问题定义：

缓存穿透指的是客户端频繁请求数据库中根本不存在的键，由于缓存中无法命中（因为数据不存在，无法写入缓存），每次请求都会直接访问数据库，导致数据库负载增加。

解决方法：

1. 布隆过滤器

   在缓存层增加布隆过滤器，将可能的合法数据提前存储在布隆过滤器中，拦截非法请求。

   

2. 缓存空值

   对于不存在的键，也将其值设置为  null  并缓存一定时间，但需要注意避免缓存污染（详见后文）。

3. 缓存击穿

---

问题定义：

缓存击穿发生在某个热点缓存键过期时，大量请求同时涌向数据库，造成数据库瞬时压力过高。

解决方法：

1. 设置热点数据不过期

   将热点数据的过期时间设置为极长，或者动态更新热点数据的过期时间。

2. 互斥锁

   对访问过期缓存的请求加锁，只有获取锁的请求可以加载数据并更新缓存，其余请求等待。

4. 缓存雪崩

---

问题定义：

缓存雪崩指的是大量缓存数据在同一时间段失效，导致所有请求都涌向数据库，引发数据库崩溃。

解决方法：

1. 缓存过期时间分布化

   为不同的缓存键设置随机过期时间，避免同一时间大批量缓存失效。

2. 多级缓存

   在 Redis 缓存前增加本地缓存层，减轻数据库直接压力。

3. 降级限流

   在数据库压力过大时，开启服务降级或请求限流机制。

5. 缓存污染

---

问题定义：

缓存污染是指缓存中存储了低命中率或无意义的数据，占用了大量内存资源，降低缓存效率。

解决方法：

1. 设置缓存淘汰策略

   根据业务需求选择合适的淘汰策略（如 LRU、LFU）。

2. 过滤低价值数据

   对可能影响缓存效率的数据进行预处理，避免写入缓存。

6. 数据库和缓存一致性

---

问题定义：

Redis 缓存和数据库中的数据可能出现不一致的问题，尤其是在数据更新时，可能导致缓存中的数据陈旧。

解决方法：

1. 删除缓存策略

   在更新数据库后立即删除缓存，使下一次访问重新加载最新数据。

   注意，我们的更新是先更新数据库，成功后，让缓存失效。

2. 延时双删策略

   在更新数据库后，删除缓存，并在一定延时后再次删除缓存，确保缓存数据更新。

   

3. 订阅通知

   通过 Redis 的 Pub/Sub 功能或类似工具（如 Canal）监听数据库变更并同步更新缓存。