redis-缓存击穿\穿透\雪崩

最新推荐文章于 2025-08-04 17:13:01 发布

原创最新推荐文章于 2025-08-04 17:13:01 发布 · 177 阅读

0 ·

CC 4.0 BY-SA版权

redis 专栏收录该内容

8 篇文章

订阅专栏

本文探讨了高并发场景下缓存系统面临的三大挑战：击穿、穿透和雪崩现象。击穿指缓存失效导致大量请求直接访问数据库；穿透则是请求的数据在数据库中不存在；雪崩则因大量缓存同时失效引发。文章提出了相应的解决方案，如使用锁机制、布隆过滤器和随机过期时间等。

击穿

在**高并发**请求下，key过期或者LRU，LFU进行了清除。导致大量请求并发访问数据库

阻止并发到数据库
1，get key  获得key
2，setnx    设置锁
3-1，ok，去 DB  获取到锁，去数据库查
3-2，false，sleep  -> 1   没有获取到锁，休眠一段时间，重复一步骤。或者设置key存在后直接返回

zookeeper

穿透

从业务接收查询的是数据库中根本不存在的数据

布隆过滤器，位图存储是否存在数据，存在就去查库（有小于1%穿透可能），不存在就直接返回。但是不能删除，可以使用布谷鸟过滤器。或者设置空key，直接返回，不到达布隆

雪崩

大量的key同时失效，间接造成大量的访问到达DB

时点性无关，使用随机过期时间
否则在零点进行大批量失效后，业务层延时零点，在数据换血后，进行访问。或者强依赖击穿方案，设置锁，获取到锁，查库，设置值。

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

tgn123456

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

Redis使用-缓存穿透，雪崩，击穿以及解决方案分析.docx

10-26

Redis 使用-缓存穿透、雪崩、击穿以及解决方案分析一、缓存穿透缓存穿透是指查询一个一定不存在的数据，由于缓存是不命中时被动写的，并且出于容错考虑，如果从存储层查不到数据则不写入缓存，这将导致这个不...

Redis 实战 - 降级

qq_33240556的博客

04-26

1119

在 Redis 缓存场景中，通过上述服务级别的降级手段，可以在系统遇到瓶颈时，避免雪崩效应和穿透等问题，保证服务的整体可靠性。：在极端情况下，可以直接关闭缓存功能，让所有的请求直接落到底层数据库，尽管这可能会使数据库压力增大，但在必要时能够保护 Redis 不被压垮，确保服务的整体可用性。：在电商等应用场景中，例如在秒杀活动等高并发时段，可以临时禁用一些非核心服务模块，如商品推荐、广告展示等，优先保证订单处理等核心流程的顺畅。：提前对即将失效的缓存数据进行刷新，减少因集中失效导致的雪崩效应。

参与评论您还未登录，请先登录后发表或查看评论

缓存穿透、缓存击穿、缓存雪崩、缓存预热、缓存降级区别和解决方案

wushijuewu

10-15

476

一、缓存处理流程前台请求，后台先从缓存中取数据，取到直接返回结果，取不到时从数据库中取，数据库取到更新缓存，并返回结果，数据库也没取到，那直接返回空结果。二、缓存穿透描述：缓存穿透是指缓存和数据库中都没有的数据，而用户不断发起请求，如发起为id为“-1”的数据或id为特别大不存在的数据。这时的用户很可能是攻击者，攻击会导致数据库压力过大。解决方案：接口层增加校验，如用户鉴权校验，id做基础校验，id<=0...

redis降级策略

最新发布

zty0721的博客

08-04

502

使用Grafana展示监控数据，并设置告警规则，例如当Redis连接失败次数超过一定阈值时触发告警。是自定义的从数据库获取库存和更新库存的方法。判断是否能获取令牌，再结合。获取库存并进行业务处理。在降级策略执行的地方调用。在业务代码中，先调用。

Redis缓存降级

qq_51967234的博客

05-14

1181

当访问量剧增、服务出现问题（如响应时间慢或不响应）或非核心服务影响到核心流程的性能时，仍然需要保证服务还是可用的，即使是有损服务。c．错误：比如可用率低于90%，或者数据库连接池被打爆了，或者访问量突然猛增到系统能承受的最大阀值，此时可以根据情况自动降级或者人工降级；5．错误降级：当Redis 缓存出现故障或异常时，返回默认值或友好提示，而不是抛出错误，确保对用户透明且不影响系统的整体功能。2．降低缓存优先级：降低 Redis 缓存的优先级，让部分请求直接绕过缓存访问数据源，减轻Redis的负担。

【Redis】Redis 淘汰、雪崩、击穿、穿透、预热

blblccc

10-29

683

【Redis】Redis 淘汰、雪崩、击穿、穿透、预热、降级

Redis-缓存穿透、缓存雪崩、缓存击穿详解

m0_58684211的博客

01-25

1419

redis有关缓存穿透、缓存雪崩、缓存击穿的详解

Redis缓存穿透，缓存击穿和缓存雪崩

12-14

在IT行业中，Redis作为一种高...以上是针对Redis缓存系统中可能出现的缓存穿透、缓存击穿和缓存雪崩问题的解决方案。在设计缓存系统时，应当充分考虑这些潜在风险，采取适当的预防措施，以确保系统的稳定性和高可用性。

Redis--缓存穿透、击穿、雪崩以及预热问题（面试高频问题！）

你只管努力，其他的交给天意。

12-29

1287

缓存击穿、穿透、雪崩以及预热的问题。

redis-缓存-穿透-击穿-雪崩.png

07-18

redis-缓存-穿透-击穿-雪崩

redis缓存的预热、降级、雪崩、穿透、击穿

c2510529649的博客

06-30

808

一、预热指将一些可能经常使用数据在系统启动的时候预先设置到缓存中，这样可以避免在使用到的时候先去数据库中查询。还有一种方式就是添加一个缓存刷新页，这样通过人工干预的方式将一些可能为热点的key添加到缓存中。二、降级当访问量突然剧增、服务出现问题（如响应时间慢或不响应）或非核心服务影响到核心流程的性能时，仍然需要保证服务还是可用的，即使是有损服务。系统可以根据一些关键数据进行自动降级，降级的最终目的是保证核心服务可用，即使是有损的。但是有的一些业务的核心服务是不能降级的。这是一

Redis缓存降级的4种策略

风象南的专栏

04-20

980

缓存降级是指当缓存服务不可用或响应异常缓慢时，系统主动或被动采取的备选处理机制，以保障业务流程的连续性和系统的稳定性。与缓存穿透、缓存击穿和缓存雪崩等问题的应对策略相比，缓存降级更关注的是"优雅降级"，即在性能和功能上做出一定妥协，但保证系统核心功能可用。通过合理实施Redis缓存降级策略，即使在缓存层出现故障的情况下，系统仍能保持基本功能，为用户提供持续可用的服务。这不仅提高了系统的可靠性，也为业务连续性提供了有力保障。

nginx+lua+redis实现降级

cheers_bin的博客

02-16

2552

Nginx+lua+redis 实现降级

说说Redis故障后限流、降级的应急预案

weixin_43521001的博客

06-12

1090

某电商平台在Redis主节点故障时，通过Nginx将商品详情页请求从20万QPS限流至5万QPS，同时返回简化版数据（仅包含标题/价格，不包含库存/评价），使数据库负载从90%降至40%。某电商大促期间，Redis集群因热点商品缓存失效（雪崩），导致数据库瞬间承受20万QPS，CPU负载飙升至100%，订单接口响应时间从50ms延长至5s。某理财产品抢购活动中，热点key（如库存）缓存失效，单个key被10万QPS集中访问，Redis单节点CPU打满，响应时间从1ms升至500ms。

Redis系列(二十)、缓存穿透、击穿、雪崩、预热、更新、降级

王义凯的博客

07-10

6077

Redis是高性能的分布式内存数据库，对于内存数据库经常会出现下面几种情况，也经常会出现在Redis面试题中：缓存穿透、缓存击穿、缓存雪崩、缓存预热、缓存更新、缓存降级。本篇分别介绍这些概念以及处理方案。

为了应对双十一的动态服务降级（redis+disconf）

疯狮子的博客

09-19

575

背景为了应对双十一，服务需要高峰期内进行动态降级选用disconf+redis的方式，选取这个方式的原因是因为我们的服务大多都提供的查询服务，不涉及修改如果量多很容易压垮数据库，很容易联想到redis缓存结果，原来我们的服务都有redis缓存不过大多都是静态写死的但是原来有些接口使用的注解式的redis，每个接口都改造成RedisTemplate的形式有些繁琐所以借助Spring的切向编...

缓存雪崩、缓存穿透、缓存预热、缓存更新、缓存降级等问题

m0_51684972的博客

12-12

382

缓存雪崩、缓存穿透、缓存预热、缓存更新、缓存降级等问题一、缓存雪崩我们可以简单的理解为：由于原有缓存失效，新缓存未到期间 (例如：我们设置缓存时采用了相同的过期时间，在同一时刻出现大面积的缓存过期)，所有原本应该访问缓存的请求都去查询数据库了，而对数据库CPU和内存造成巨大压力，严重的会造成数据库宕机。从而形成一系列连锁反应，造成整个系统崩溃。解决办法：大多数系统设计者考虑用加锁（最多的解决方案）或者队列的方式保证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

高并发系统之限流、缓存和降级设计方案

大龙的博客

10-14

1782

高并发系统设计方案高并发系统设计一般会考虑三个方面：限流、缓存、降级限流：控制在一定时间内的访问量，比如秒杀，这种场景下访问量过于庞大，使用缓存或者降级根本无法解决访问量巨大的问题，那么只能选择限流缓存：缓存设计是我们常用的减轻服务器压力的方案，常用的缓存有 redis（分布式）、 memcache（分布式）、google guava cache（本地缓存）等降级：高并发高负载情况...

redis模拟缓存击穿穿透雪崩

12-28

### Redis 中缓存击穿、穿透和雪崩现象及其解决方案 #### 缓存击穿当一个热点 key 的过期时间设置不合理，恰好在这个 key 过期的时候有大量的请求并发访问这个 key，则这些请求会全部打到数据库上造成瞬时压力过大。这种情况被称为缓存击穿。为了防止这种状况的发生，可以采用如下措施： - 设置永不过期的时间戳来避免大量查询直接冲击 DB[^1]。 ```python import time from redis import Redis def get_data_with_fallback(redis_client, key): data = redis_client.get(key) if not data: with distributed_lock(key): # 使用分布式锁确保只有一个线程能执行这段代码 data = fetch_from_db(key) # 假设这是获取数据的方法 if data is None: redis_client.setex(key, "null", timeout=60) # 存储空值并设定较短的有效期 else: redis_client.set(key, data) return data ``` #### 缓存穿透对于不存在的数据，如果每次都被查到 Redis 和底层存储中均未命中，那么恶意攻击者可能利用此漏洞频繁发起非法请求，从而导致服务器资源浪费甚至崩溃。这便是所谓的缓存穿透问题。针对这一情况，建议采取以下方法之一或组合使用多种方式加以防范： - 利用布隆过滤器提前判断是否存在该条记录； - 对于查询结果为空的情况也进行缓存处理，并给予一定时限内的有效期； ```python class CacheLayer: def __init__(self, bloom_filter, redis_client): self.bloom_filter = bloom_filter self.redis_client = redis_client def check_and_fetch(self, item_id): if not self.bloom_filter.contains(item_id.encode()): return {"status": False} cached_result = self.redis_client.get(f'item:{item_id}') if cached_result is None: actual_result = database_query(item_id) # 获取真实数据逻辑 if not actual_result["exists"]: self.redis_client.setex( f'missed_item:{item_id}', 'false', ex=300) # 将缺失项加入缓存一段时间 elif isinstance(actual_result['data'], dict): self.redis_client.hmset(f'item:{item_id}', actual_result['data']) return actual_result return {'status': True, **json.loads(cached_result)} ``` #### 缓存雪崩在同一时刻有大批量的 cache 同步失效，进而引发大量的 db 查询操作，最终可能导致整个系统瘫痪。这就是所说的缓存雪崩事件。为了避免此类事故的发生，推荐实施下列策略： - 实施主从复制架构下的 Redis 高可用集群部署方案，以便在主节点发生故障时自动切换至备用节点继续提供服务[^2]； - 给不同类型的缓存配置不同的过期间隔，使得它们不会集中在同一时间段内到期； - 应用限流算法控制流量峰值，减轻突发情况下对后端的压力。