Redis缓存问题及解决方案

deepseek回答

缓存穿透

图源：《Redis开发与运维》

缓存穿透是指查询一个不存在的数据，导致请求绕过缓存直接访问数据库。由于数据库中也不存在该数据，因此无法将结果写入缓存，后续相同的请求会持续穿透到数据库，造成数据库压力骤增甚至崩溃。

产生原因

• 自身业务代码或数据出现问题
• 恶意攻击

解决方案

缓存空对象

即使数据库中不存在查询的数据，也将空结果（如null）写入缓存，并设置较短过期时间，避免重复穿透。

图源：《Redis开发与运维》

• 优点：

  • 实现简单，无需额外组件。

  • 有效拦截高频重复查询。

• 缺点：

  • 内存浪费：大量无效键可能占用缓存空间。

  • 数据不一致：若空值对应的数据后续被添加到数据库，需主动清理缓存。

• 优化策略：

  • 为缓存空值设置差异化过期时间（如5~30秒随机值）。

  • 结合布隆过滤器，减少空值缓存的数量。

 布隆过滤器（Bloom Filter）

图源：《Redis开发与运维》

在访问缓存层和存储层之前，将存在的key用布隆过滤器提前保存起来做第一层拦截。这种方法适用于数据命中不高、数据相对固定、实时性低(通常是数据集较大)的应用场景，代码维护较为复杂，但是缓存空间占用少。

缓存雪崩

图源：《Redis开发与运维》

缓存雪崩是指大量缓存数据在同一时间段集中过期，或Redis实例宕机，导致所有请求直接穿透到数据库，引发数据库压力骤增甚至崩溃的现象。其核心特点是高并发请求的连锁反应，类似雪崩效应。

产生原因

1. 集中过期时间
   大量缓存Key设置了相同的过期时间（如默认1小时），导致这些Key同时失效。

   • 案例：电商平台促销商品缓存同时过期，瞬间请求涌入数据库。

2. Redis服务宕机
   单节点Redis崩溃或集群故障，所有缓存请求直接访问数据库。

3. 缓存预热不足
   冷启动时未提前加载热点数据，大量请求直接查询数据库。

解决方案

差异化过期时间

为缓存Key设置随机过期时间，避免同时失效。例如：基础过期时间 + 随机偏移量。

高可用集群与熔断降级

• Redis高可用

  • 主从复制 + 哨兵（Sentinel）：自动故障转移，避免单点故障。

  • Redis Cluster：分片存储，支持横向扩展。

•  熔断降级：当数据库QPS超过阈值时，触发熔断返回默认值（如“服务繁忙”）。

多级缓存架构

文本来自deepseek

缓存击穿

缓存击穿是指某个热点数据（Key）在缓存中过期失效后，大量并发请求同时穿透缓存直接访问数据库，导致数据库瞬时压力骤增的现象。其核心特点是单点失效引发高并发冲击，常见于高热度数据（如秒杀商品、头条新闻等）。 

解决方案

互斥锁（分布式锁）

图源：《Redis开发与运维》

 

图源：《Redis开发与运维》

当缓存失效时，仅允许一个线程访问数据库并重建缓存，其他线程等待锁释放后直接读取缓存。

• 优点

  • 强一致性，保证缓存重建的原子性。

  • 有效避免并发穿透。

• 缺点

  • 锁竞争可能增加请求延迟（需设置合理的锁超时时间）。

  • 需处理锁超时后的异常（如锁未释放导致死锁）。

永不过期（逻辑过期时间） 

1. 确实没有设置过期时间

2. 为value值设置逻辑过期时间，当数据过期时，触发异步更新，期间返回旧数据。

图源：《Redis开发与运维》

 热点数据预加载

对已知热点Key，提前续期缓存或在过期前主动重建，避免集中失效。

• 实现方式

  • 定时任务：在缓存过期前（如剩余10% TTL时）触发异步更新。（分布式调度框架：如Quartz、XXL-JOB。）

  • 监控告警：实时监控热点Key访问量，自动延长过期时间。