缓存穿透、击穿、雪崩

kernel_Xs

已于 2025-03-13 16:43:02 修改

阅读量664

点赞数 28

分类专栏： redis 文章标签： redis

于 2025-03-13 16:42:06 首次发布

本文链接：https://blog.youkuaiyun.com/Cesar_x/article/details/146233199

版权

redis 专栏收录该内容

2 篇文章

订阅专栏

概述

用户的数据一般都是存储在数据库中，也就是硬盘上，但硬盘的读写速度是计算机里最慢的硬件了。当用户请求都访问数据库，访问量一上来，数据库很容易就崩溃了，所以为了避免用户直接访问数据库，会用redis作为缓存层。

redis作为内存数据库，内存的读写速度比硬盘高出好几个数量级，大大提高了系统性能。

但引入了缓存层就会有缓存异常的三个问题：缓存穿透、缓存击穿和缓存雪崩。

缓存穿透

当用户访问一个不存在的数据时，导致请求在访问缓存的时候发现缓存缺失，再去访问数据库时，发现数据库中也没有该数据，数据库没办法写入缓存来服务后续请求。当大量这样的请求到来时，数据库压力骤增，这就是缓存穿透。

常见场景：

业务误操作，缓存和数据库中的数据都被误删掉了，或者有攻击者伪造了大量请求，请求某个不存在的数据（比如查询Id=0 或者Id=负数）。就会造成：

缓存里没有对应的数据，所以查询会落到数据库上。
数据库也没有数据，所以没有办法回写缓存，下次同样的请求还是会落到数据库上。

解决方法：

1.返回特殊值（如NULL）：

在缓存未命中且数据库中也不存在时，往缓存中写入一个特殊值，当下一次请求过来时看到这个特殊值就没有必要继续查询数据库了。但如果攻击者每次使用不同的Key来访问时，就会造成回写大量特殊值，造成redis内存浪费，进而引起另一个问题，也就是redis内存不足，可能会导致执行内存淘汰时把其它有用的数据淘汰掉。

优点：简单。

缺点：浪费内存。

2.布隆过滤器

布隆过滤器是一个快速判断元素是否存在的结构，它可以在很小的内存占用下，快速判断一个元素是否在一个集合中。当一个访问过来时先进行判断是否存在，若不存在则直接返回，避免对数据库的查询。

优点：内存占用较少，没有多余 key
缺点：实现复杂，存在误判

3.限流策略

当有大量恶意请求访问不存在的数据时，在 API入口处我们要判断求请求参数是否合理，请求参数是否含有非法值、请求字段是否存在，如果判断出是恶意请求就直接返回错误，避免进一步访问缓存和数据库。

布隆过滤器

布隆过滤器由初始值都为0的位图数组和N个哈希函数两部分组成。在写入数据库数据时，在布隆过滤器里做个标记，这样下次查询数据是否在数据库时，只需要查询布隆过滤器，如果查询到数据没有被标记，说明不在数据库中。

存储数据： id 为 1 的数据，通过多个 hash 函数获取 hash 值，根据 hash 计算数组对应位置改为 1
查询数据：使用相同 hash 函数获取 hash 值，判断对应位置是否都为 1

但布隆过滤器由于是基于哈希函数实现査找的，高效査找的同时存在哈希冲突的可能性，比如数据x和数据y 可能都落相同位置上，存在误判的情况。所以，查询布降过滤器说数据存在，并不一定证明数据库中存在这个数据，但是查询到数据不存在，数据库中一定就不存在这个数据。

缓存击穿

如果缓存中的某个热点数据过期了，此时大量的请求访问了该热点数据，就无法从缓存中读取，直接访问数据库，数据库很容易就被高并发的请求冲垮，这就是缓存击穿的问题。

解决方案

互斥锁：当缓存失效时，不立即去load db，先使用如 Redis 的 setnx 去设置一个互斥锁,当操作成功返回时再进行load db的操作并回设缓存，否则重试get缓存的方法。
逻辑过期：在设置key的时候，设置一个过期时间字段一块存入缓存中，不给当前key设置过期时间当查询的时候，从redis取出数据后判断时间是否过期，如果过期则开通另外一个线程进行数据同步，当前线程正常返回数据，这个数据不是最新的。

当然两种方案各有利弊: