Redis缓存穿透、雪崩和击穿

Redis缓存穿透和雪崩（面试高频，工作中常用）

Redis缓存的使用，极大的提升了应用程序的性能和效率，特别是数据的查询方面，但同时，他也带来了一些问题，其中，最要害的问题，就是数据的一致性问题，从严格意义上来讲，这个问题无解。如果对数据的一致性要求很高，那么就不能使用缓存。

另外一些典型的问题就是，缓存穿透、缓存雪崩和缓存击穿。目前也都有比较流行的解决方案

缓存穿透（查不到）：

缓存穿透的概念很简单，用户想要查询一个数据，发现Redis内存中数据库没有，也就是缓存没有命中，于是向持久层数据库查询，发现也没有，于是本次查询失败。当用户很多的时候，缓存都没有命中，于是都去请求了持久层的数据库。这会给持久层数据库造成很大的压力，这时候就相当于出现了缓存穿透，

解决方案

布隆过滤器：

布隆过滤器是一种数据结构，对所用可能查询的参数以hash形式存储，在控制层先进行校验，不符合则丢弃，从而避免了对底层存储系统的查询的压力

缓存空对象：

当存储层不命中后，即使返回的空对象也将其缓存起来，同时会设置一个过期的时间，之后在访问这个数据将会从缓存中获取，保护的后端的数据源；

但是这种方法会存在两个问题：

1、如果空值能够被缓存起来，这就意味着缓存需要更多的空间存储更多的键，因为这当中可能会有很多的空值的键；

2、即使对空值设置了过期的时间，还是会存在缓存层和存储层的数据会有一段时间窗口的不一致，这对于需要保持一致性的业务会有影响。

缓存击穿（访问量太大，缓存过期）：

这里需要注意和缓存击穿的区别，缓存击穿，是指一个key非常热点，在不停的扛着大并发，大并发集中对这一个点进行访问，当这个key在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，就像在一个屏障上凿开了一个洞。

当某个key在过期的瞬间，有大量的请求并发访问，这类的数据一般是热点数据，由于缓存过期，会同时访问数据库来查询最新数据，并且回写缓存，会导致数据库瞬间压力过大

解决方案：

设置热点数据永不过期：

从缓存层面来看，没有设置过期时间，所以不会出现热点key过期后会产生的问题

加互斥锁：

分布式锁：使用分布式锁，保证对于每个key同时只有一个线程去查询后端服务，其他线程没有获得分布式锁的权限，因此只需要等待即可，这种方式将高并发的压力转移到分布式锁，因此对分布式锁的考验很大。

缓存雪崩：

缓存雪崩是指在某一个时间段，缓存集中过期失效

产生雪崩的原因之一，比如在写本文的时候，马上就要到双十二零点了，很快就会迎来一波抢购，这波商品时间比较集中的放入了缓存，假设缓存时间是一个小时，那么到了凌晨一点钟的时候，这批商品就会过期，而对这批商品的访问查询，都会落到了数据库上，对于数据库而言，就会产生周期性的压力波峰，于是所用的请求都会达到存储层，存储层的调用量会爆增，造成存储层也会挂掉情况。

解决方案：

Redis高可用

这个思想的含义，既然redis有可能挂掉，那么我多增设几台redis，这样一台挂掉了之后其他的可以继续工作，其实就是搭建一个集群

限流降级：

这个解决方案的思想是，在缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量，比如对某个key只允许一个线程查询和写缓存，其他线程等待。

数据预热：

数据加热的含义就是在正式部署之前，我先把可能的数据先预先访问一遍，这样部分可能大量访问的数据就会加载到缓存中，在即将发生大并发访问前手动触发加载缓存不同的key,设置不同的过期时间，让缓存失效的时间点尽量均习。