Redis 缓存穿透、击穿、雪崩

当谈到 Redis 缓存时，有几种常见的问题会出现，它们是缓存击穿、缓存穿透和缓存雪崩。

1. 缓存击穿 🔨：

   缓存击穿是指在某个特定时间点，一个非常热门的、被大量请求访问的缓存键过期失效，导致所有的请求都需要直接访问后端数据库。这会给数据库造成巨大压力，并且可能导致系统崩溃。😱

   解决方案:

•    在缓存键过期时使用互斥锁（Lock）机制，请求数据库写数据到缓存之前，先获取互斥锁，保证只有一个请求会落到数据库上，减少数据库的压力。
•    针对热门数据设置较长的过期时间，避免频繁失效。
•    使用一致性哈希算法（Consistent Hashing），将请求分散到多个缓存节点。

2. 缓存穿透 🔍：

   缓存穿透发生在请求查询一个不存在于缓存和数据库中的数据时。由于不存在的数据不会被缓存，每次请求都会直接访问数据库（恶意伪造假数据、大量请求）可能导致数据库负载过高。😫

   解决方案:

•    对于无效的查询结果，也将其缓存起来，但过期时间很短，以避免频繁查询。
•    添加布隆过滤器（Bloom Filter）等机制，快速判断查询的数据是否存在，并拦截无效请求。(将存在的数据缓存到过滤器中的，然后判断请求的数据是否存在过滤器中)

（🔍 布隆过滤器是一种快速且高效的数据结构，常用于判断一个元素是否可能存在于一个大型集合中。它通过使用位数组和多个哈希函数来进行快速查找和判断。布隆过滤器可以用于减少磁盘或内存访问，以及加速缓存查询等场景。它的主要特点是占用空间小且查询速度快，但可能存在一定的误判率。🔍）

3. 缓存雪崩 ❄️：

   缓存雪崩指的是在某一个时间段内，大量的缓存键集中过期，导致所有的请求都直接访问后端数据库，造成数据库瞬间压力过大，甚至崩溃。🥶

   解决方案:

•    针对缓存过期时间设置随机的过期时间，避免大量缓存同时过期。
•    使用多级缓存架构，将请求分散到不同的缓存层，降低缓存失效的风险。
•    配置合理的主从复制和集群架构，提高缓存的可用性和容错性。

以上解决方案可以应对不同的情况，但具体的应用场景和需求可能需要采取定制化的解决方案。👍

缓存雪崩和缓存击穿有什么区别？

缓存雪崩和缓存击穿比较像，但缓存雪崩导致的原因是缓存中的大量或者所有数据失效，缓存击穿导致的原因主要是某个热点数据不存在与缓存中（通常是因为缓存中的那份数据已经过期）