Redis中的缓存血崩、击穿、穿透以及内存淘汰策略

一、缓存血崩

缓存雪崩：是指在同一时段大量的缓存key同时失效或者Redis服务宕机，导致大量请求到达数据库，带来巨大压力。

解决方案：

（1）给不同的Key的TTL添加随机值。

（2）利用Redis集群提高服务的可用性。

（3）给缓存业务添加降级限流策略。

（4）给业务添加多级缓存。

二、缓存击穿

缓存击穿：也叫热点Key问题，就是一个被高并发访问并且缓存重建业务较复杂的key突然失效了，无数的请求访问会在瞬间给数据库带来巨大的冲击。

解决方案：

（1）互斥锁：因为锁能实现互斥性假设线程过来，只能一个人一个人的来访问数据库，从而避免对于数据库访问压力过大，但这也会影响查询的性能，因为此时会让查询的性能从并行变成了串行，我们可以采用 tryLock方法 + double check来解决这样的问题。

（2）逻辑过期：之所以会出现这个缓存击穿问题，主要原因是在于我们对key设置了过期时间。

假设我们不设置过期时间，其实就不会有缓存击穿的问题，但是不设置过期时间，这样数据不就一直占用我们内存了吗？

我们可以采用逻辑过期方案。我们把过期时间设置在redis的value中，注意：这个过期时间并不会直接作用于redis，而是我们后续通过逻辑去处理。

假设线程1去查询缓存，然后从value中判断出来当前的数据已经过期了，此时线程1去获得互斥锁，那么其他线程会进行阻塞，获得了锁的线程他会开启一个 线程去进行以前的重构数据 的逻辑，直到新开的线程完成这个逻辑后，才释放锁， 而线程1直接进行返回。

假设现在线程3过来访问，由于线程2持有着锁，所以线程3无法获得锁，线程3也直接返回数据，只有等到新开的线程2把重建数据构建完后，其他线程才能走返回正确的数据。

这种方案巧妙在于，异步的构建缓存，缺点在于在构建完缓存之前，返回的都是脏数据。

 

三、缓存穿透

缓存穿透：是指客户端请求的数据在缓存中和数据库中都不存在，这样缓存永远不会生效，这

些请求都会打到数据库。

解决方案：

（1）缓存空对象：即使这个数据在数据库中也不存在，我们也把这个数据存入到redis中去，这样，下次用户过来访问这个不存在的数据，在redis中也能找到这个数据就不会进入到缓存了。

 优点：实现简单，维护方便。

缺点：额外的内存消耗；可能造成短期的不一致。

（2）布隆过滤：布隆过滤器其实采用的是哈希思想来解决这个问题。

通过一个庞大的二进制数组，走哈希思想去判断当前这个要查询的这个数据是否存在。

如果布隆过滤器判断存在，则放行，这个请求会去访问redis，哪怕此时redis中的数据过期了，但是数据库中一定存在这个数据，在数据库中查询出来这个数据后，再将其放入到redis中。

假设布隆过滤器判断这个数据不存在，则直接返回。

优点：内存占用较少，没有多余key。 

缺点： 实现复杂；存在误判可能。

四、内存淘汰策略

1.过期数据

在Redis中，过期数据是指那些设置了生存时间（TTL），并且生存时间到达后的键值对。可以通过TTL指令获取其状态。

• XX ：具有时效性的数据。

• -1 ：永久有效的数据。

• -2 ：已经过期的数据或被删除的数据或未定义的数据。

Redis提供了过期键的自动删除机制，以帮助管理内存并自动清理不再需要的数据。

过期数据的处理主要涉及三种策略：定时删除、惰性删除和定期删除。

2.定时删除

创建一个定时器，当key设置有过期时间，且过期时间到达时，由定时器任务立即执行对键的删除操作。

• 优点：节约内存，到时就删除，快速释放掉不必要的内存占用。
• 缺点：CPU压力很大，无论CPU此时负载量多高，均占用CPU，会影响redis服务器响应时间和指令吞吐量。
• 总结：用处理器性能换取存储空间（拿时间换空间）。

3.定期删除 

定期删除是指Redis后台周期性地检查并删除一部分已过期的键。

这种方法通过限制删除操作执行的时长和频率，来减少删除操作对CPU的影响，同时也能删除一部分过期的数据，减少了过期键对空间的无效占用。

Redis默认每秒进行10次过期检测，每次检查随机抽取一定数量的键进行检查和删除。

4.惰性删除 

• 数据到达过期时间，不做处理。等下次访问该数据时：

        （1）如果未过期，返回数据。

        （2）发现已过期，删除，返回不存在。

• 优点：节约CPU性能，发现必须删除的时候才删除。
• 缺点：内存压力很大，出现长期占用内存的数据。
• 总结：用存储空间换取处理器性能（拿空间换时间）。