【redis】redis缓存穿透

1.说明

• 1.查询一个不存在的数据，缓存中没有命中，然后去数据库中查询也没有命中，并且每次这样的请求都会打到数据库上。
• 2.这可能会导致数据库压力过大，尤其是在高并发的情况下，如果有大量的这种无效请求，可能会使数据库不堪重负，影响整个系统的性能和稳定性。
• 3.缓存穿透通常发生在请求的数据在数据库中也不存在的情况下。
• 4.例如，在一个电商系统中，用户可能会恶意构造一些不存在的商品ID进行查询，如果没有有效的缓存策略来处理这种情况，每次查询都会直接访问数据库，消耗数据库资源。

2.解决方案

2.1 使用布隆过滤器

• 1.布隆过滤器是一种空间效率很高的随机数据结构，它可以用于判断一个元素是否可能在一个集合中。
• 2.它通过多个哈希函数将元素映射到一个位数组中，当插入一个元素时，会将对应哈希函数计算出的多个位置置为1。当查询一个元素时，如果这些位置都为1，那么该元素可能在集合中（有一定的误判率）；如果有任何一个位置为0，那么该元素一定不在集合中。
• 3.布隆过滤器可以有效防止缓存穿透，将不存在的请求直接拦截掉。

2.2 缓存空值或设置短过期时间

• 1.当查询数据库后发现数据不存在时，可以将一个空值（或特殊标识值）缓存到Redis中，并设置一个较短的过期时间。
• 2.下次相同的请求到来时，直接从缓存中返回空值，而不会再次访问数据库。
• 3.设置短过期时间是为了避免缓存中长时间存储大量无效的空值，同时需要根据业务实际情况合理调整过期时间。

2.3 接口限流与熔断、降级

• 1.限流策略可以防止恶意攻击请求过多对系统造成压力。
• 2.熔断和降级则在服务不可用或负载过高时启用备用策略，以保护系统在高负载情况下的稳定性。

3.实际应用

• 1.在实际应用中，可以根据业务场景和需求选择合适的解决方案。
• 2.例如，对于数据命中不高、数据相对固定、实时性低（通常是数据集较大）的应用场景，可以考虑使用布隆过滤器来减少无效查询。
• 3.对于需要频繁查询且数据变化不大的场景，则可以考虑缓存空值或设置短过期时间的策略来减轻数据库压力。