Redis缓存的雪崩、击穿、穿透问题

一.前言

        在日常开发中，都是使用数据库来进行数据的存储，如果涉及大数据量的需求，比如一些商品抢购的情景，或者是主页访问量瞬间较大的时候，单一使用数据库来保存数据的系统会因为面向磁盘，磁盘读/写速度比较慢的问题而存在严重的性能弊端，一瞬间成千上万的请求到来，需要系统在极短的时间内完成成千上万次的读/写操作，这个时候往往不是数据库能够承受的，极其容易造成数据库系统瘫痪，最终导致服务宕机的严重生产问题。

二.缓存雪崩

1.什么是缓存雪崩

        缓存雪崩是指当缓存中有大量的key在同一时刻过期，或者Redis直接宕机了，导致大量的查询请求全部到达数据库，造成数据库查询压力骤增，甚至直接挂掉。

2.如何解决缓存雪崩

让key的失效时间随机，使它们的失效点尽可能均匀分布。

例如这里我们使用了随机事件，控制了key的失效时间在30-35分钟之间

 如何解决redis突然宕机

        可以在docker中的redis主从配置中，搭建哨兵机制，当主宕机的时候，哨兵检测到后补上，让从变为主

三.缓存击穿

1.什么是缓存击穿

       缓存击穿是指当缓存中某个热点数据过期了，大量的数据请求击穿了某个key，在该热点数据重新载入缓存之前，有大量的查询请求穿过缓存，直接查询数据库。这种情况会导致数据库压力瞬间骤增，造成大量请求阻塞，甚至直接挂掉。

2.如何解决缓存击穿

       设置key永不过期。或者在 redis 高峰访问之前，把一些热门数据提前存入到redis 里面，加大这些热门数据 key 的时长，例如某些实时热点或者商品抢购时，我们可以提前把热门数据存入redis中，防止缓存击穿，实时监控调整该key的数据情况和失效时间。等到热点过去之后在对key进行修改。

四.缓存穿透

1.什么是缓存穿透

         缓存穿透是指查询一个缓存中和数据库中都不存在的数据，导致每次查询这条数据都会透过缓存，直接查库，最后返回空。当用户使用这条不存在的数据频繁的发起查询请求的时候，对数据库造成的压力就非常大，甚至可能造成数据库的崩溃。

 

2.如何解决缓存穿透

方法一：缓存空对象，当redis中查不到该数据时，当数据库中查不到数据的时候，缓存一个空对象，然后给这个空对象的缓存设置一个过期时间，这样下次再查询该数据的时候，就可以直接从缓存中拿到，从而达到了减小数据库压力的目的。

方法二：布隆过滤（Bloom Filter）

3.布隆过滤器

        ​ 布隆过滤器（Bloom Filter）是1970年由布隆提出的。它实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都比一般的算法要好的多，缺点是有一定的误识别率和删除困难。 ​

        将所有可能存在的数据哈希到一个足够大的 bitmaps 中，当用户使用缓存和数据库中不存在的数据发起查询时，会先经过布隆过滤器，一个一定不存在的数据会被这个bitmaps 拦截掉，从而避免了对底层存储系统的查询压力。但是如果布隆过滤器判定该数据存在后，还需要再在缓存中进行判断，布隆过滤器会有一定的误算率，随着存入的元素数量增加，误算率随之增加。常见的补救办法是建立一个小的白名单。

使用方法如下：