Redis缓存穿透，缓存击穿，缓存雪崩

redis数据类型

redis过期策略

Redis会把设置了过期时间的key放入一个独立的字典里，在key过期时并不会立刻删除它。

Redis会通过如下两种策略，来删除过期的Key:

惰性删除

• 客户端访问某个Key时，Redis会检查该Key是否过期，若过期则删除。

定期扫描

• Redis默认每秒执行10次过期扫描（配置hz选项）,扫描策略如下：
  • 从过期字典中随机选择20个key;
  • 删除20个key中已过期的key；
  • 如果过期的key的比例超过25%，则重复步骤1；

redis淘汰策略

当Redis占用内存超出最大限制(maxmemory)时，可采用如下策略(maxmemory-policy),让Redis淘汰一些数据，以腾出空间继续提供读写服务：

• noeviction:对可能导致增大内存的命令返回错误(大多数写命令，DEL除外)；
• volatitle-ttl:在设置了过期时间的key中，选择剩余寿命（TTL）最短的Key，将其淘汰；
• volatitle-lru:在设置了过期时间的key中，选择最少使用的key（LRU），将其淘汰；
• volatitle-random:在设置过期时间的key中，随机选择一些key，将其淘汰；
• allkeys-lru:在所有的key中，选择最少使用的Key(LRU),将其淘汰；
• allkeys-random：在所有的key中，随机选择一些key，将其淘汰；

LRU算法

• ​维护一个链表，用于顺序存储被访问过的key。在访问数据时，最新访问过的key将被移
  动倒表头， 即最近访问的key在表头，最少访问的key在表尾。

近似LRU算法（Redis）

​

• 给每个key维护一个时间戳，淘汰时随机采样5个key，从中淘汰掉最旧的key。如果还是超 出
  内存限 制，则继续随机采样淘汰。优点：比LRU算法节约内存，却可以取得非常近似的 效果。

redis缓存穿透

场景

查询根本不存在的数据，使得请求直达存储层，导致其负载过大，甚至宕机

解决方案

• 缓存空对象
  存储层未命中后，仍将空值存入缓存层。再次访问该数据时，缓存层会直接返回空值。

• 布隆过滤器
  将所有存在的key提前存入布隆过滤器，在访问缓存层之前，先通过过滤器拦截，若请求的是不存在的key，则直接返回空值。

*

redis缓存击穿

场景

一份热点数据，它的访问量非常大。在其缓存失效瞬间，大量请求直达存储层，导致服务崩溃。

解决方案

• 加互斥锁
  对数据的访问加互斥锁，当一个线程访问该数据时，其他线程只能等待。这个线程访问过后，缓存中的数据将被重建，届时其他线程就可以直接从缓存取值。

• 永不过期
  不设置过期时间，所以不会出现上述问题，这是"物理"上的不过期。为每个value设置逻辑过期时间，当发现该值逻辑过期时，使用单独的线程重建缓存。

redis缓存雪崩

场景

由于某些原因，缓存层不能提供服务，导致所有的请求直达存储层，造成存储层宕机。

解决方案

• 避免同时过期，设置过期时间时，附加一个随机数，避免大量的key同时过期。

• 构建高可用的redis缓存，部署多个redis实例，个别节点宕机，依然可以保持服务的整体可用

• 构建多级缓存，增加一级缓存，在存储层前面多加一级屏障，降低请求直达存储层的几率。

• 启用限流和降级措施，对存储层增加限流措施，当请求超出限制时，对其提供降级服务（通常做法是返回一个默认值\空值）。

redis分布式锁

场景

修改时，经常需要先将数据读取到内存，在内存中修改后再存回去。在分布式应用中， 可能多个进程同时执行上述操作，而读取和修改非原子操作，所以会产生冲突。增加分 布式锁，可以解决此类问题。

基本原理

同步锁：在多个线程都能访问到的地方，做一个标记，标识该数据的访问权限。

分布式锁：在多个进程都能访问到的地方，做一个标记，标识该数据的访问权限。

实现方式

  1. 基于数据库的实现分布式锁
  2. 基于Redis实现分布式锁；
  3. 基于Zookeeper实现分布式锁

实现分布式锁的原则

• 安全属性：独享。在任一时刻，只有一个客户端有锁。
• 活性A：无死锁。即便持有锁的客户端崩溃或者网络被分裂，锁任然可以被获取。
• 活性B：容错。只有大部分Redis节点都活着，客户端可以获取和释放锁

单Redis实现分布式锁

获取锁使用命令：

• SET resource_name my_random_value NX PX 30000

• NX：仅在key不存在时才执行成功，PX：设置锁的自动过期时间

• 通过Lua脚本释放锁

  • if redis.call(“get”,KEYS[1]) == ARGV[1] then

    return redis.call(“del”,KEYS[1])

    else return 0 end

可以避免删除别的客户端获取成功的锁：

A加索 ->A阻塞 -> 因超时释放锁 ->B加锁 ->A恢复 ->释放锁

多Redis实例实现分布式锁

• Redlock算法，该算法有现场的实现，其java版本的库位Redisson。

• 获取当前Unix时间，以毫秒为单位。

• 依次尝试从N个实例，使用相同的key和随机值获取锁，并设置响应超时时间。如果服务器没有在规定时间内响应

• 客户端使用当前时间减去开始获取锁的时间，得到获取锁使用的时间。当且仅当大多数的Redis节点都取到锁，并且使用的时间小于锁失效时间时，锁才算取得成功。

• 如果取到了锁，key的真正有效时间等于有效时间减去获取锁使用的时间。

• 如果获取锁失败，客户端应该在所有的Redis实例上进行解锁。