Redis（六）之问题与解决

请问大家，在使用redis的过程中有没有遇到过什么问题呢？比如缓存雪崩，缓存穿透，阻塞等。这些问题的产生原因是什么呢？又该怎么解决呢？本篇文章就说说这个。

阻塞

因为redis是单线程架构，所有的读写操作都是在一条主线程中完成的，所以一旦出现阻塞，将是致命的。

内在原因

（1）API或数据结构使用不合理

// 获取最近的10条慢查询
slowlog get 10

（2）CPU饱和
（3）持久化相关的阻塞：fork阻塞、aof刷盘阻塞、hugepage写操作阻塞

外在原因

（1）CPU竞争
（2）内存交换
（3）网络问题：连接拒绝、网络延迟、网卡软中断

解决措施

（1）在应用方加入异常监控，并要定位到具体的出问题的结点
（2）Redis的监控

缓存相关

更新策略

redis中的数据通常都是有生命周期的，需要在特定时间后被删除或更新，这样可以保证缓存空间在一个可控的范围。有3种缓存更新策略。

（1）LRU/LFU/FIFO算法剔除

当缓存使用量超过了预设的最大值时，会启动策略对数据进行清除。

LRU：最近最久未使用
LFU：最近最少使用
FIFO：先进先出

（2）超时剔除

在将数据放入缓存时，已经设置了过期时间，当到时间后，自动将其删除。使用命令expire来实现。

（3）主动更新

对数据进行“增删改”操作后，立即清除redis中的相关数据

缓存穿透

1、概念

缓存穿透是指查询一个数据库不存在的数据，每次都去查询数据库，而每次查询都是空，每次又都不会进行缓存。假如有大量请求进来，可能会压垮数据库。

2、产生的原因

（1）自身业务代码或者数据出现问题
（2）一些恶意攻击，爬虫等造成大量空命中

3、解决措施

（1）缓存空对象

当数据库不命中后，仍然将空对象保留到缓存层中，之后再访问这个数据，将会从缓存中获取，这样就保护了后端数据源。

实现代码如下：

String get(String key){
     //从缓存中获取数据
     String cacheValue=cache.get(key);
     //缓存为空
     if(StringUtils.isBlank(cacheValue)){
         //从存储中获取
         String storageValue=storage.get(key);
         cache.set(key,storageValue);
         //如果存储数据为空，需要设置一个过期时间（300秒）
         if(storageValue==null){
             cache.expire(key,60*5);
         }
         return storageValue;
     }else{
       //缓存非空
       return cacheValue;
     }
}

此解决办法的使用场景为：数据命中不高且数据频繁变化实时性高。

（2）布隆过滤器拦截

将存在的key放入布隆过滤器中。当一个查询请求过来时，先经过此过滤器，如果此过滤器认为该数据不存在，就直接丢弃，不再继续访问缓存层和存储层。

此解决办法的适用场景为：数据命中不高，数据相对固定、实时性低

无底洞

1、概念

为了满足业务需求，大量添加redis集群的节点，但是性能没提升反而下降。

2、产生的原因

在单机操作中，如果想批量获取多个key，只需一次网络操作即可，在集群中，节点越多，涉及的网络IO就越多，性能就可以能会下降。

3、解决办法

（1）串行命令
（2）串行IO
（3）并行IO
（4）hash_tag实现

缓存雪崩

1、概念

缓存雪崩是指在设置缓存时采用了相同的过期时间，导致缓存在某一时刻同时失效，导致所有的查询都落在数据库上，造成了缓存雪崩。

2、解决办法

（1）不同的key，设置不同的过期时间，让缓存失效的时间点尽量均匀。
（2）如果缓存数据库是分布式部署，将热点数据均匀分布在不同的缓存数据库中。
（3）设置热点数据永远不过期。
（4）做二级缓存。
（5）在缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个key只允许一个线程查询数据和写缓存，其他线程等待。