Redis - 缓存穿透、缓存雪崩、缓存击穿、DB缓存一致性、缓存淘汰-优快云博客

本文深入探讨了缓存穿透、缓存雪崩、缓存击穿等问题及其解决方案，分析了数据库与缓存双写不一致的问题，并介绍了缓存淘汰策略，为优化缓存使用提供了实用指南。

一、缓存穿透

概念 - 访问一个不存在的key，缓存不起作用，请求会穿透到DB，流量大时DB会挂掉。

存在场景

系统设计不合理，缓存数据更新不及时
爬虫等恶意攻击

解决方案

采用布隆过滤器，使用一个足够大的bitmap，用于存储可能访问的key，不存在的key直接被过滤
若访问 key 在 DB 中不存在，在 Redis 中写入一个空值，设置一个较短的过期时间，避免长期占用内存。

二、缓存雪崩

概念
大量的key设置了相同的过期时间，导致在缓存在同一时刻全部失效，造成瞬时DB请求量大、压力骤增，引起雪崩。

解决方案

事前：使用主从复制+哨兵或者Redis集群。
事中：本地缓存结合限流和降级。
事后：开启持久化配置，实现快速缓存的快速恢复。
可以给缓存设置过期时间时加上一个随机值时间，使得每个key的过期时间分布开来，不会集中在同一时刻失效。

三、缓存击穿

概念
热点 key 问题，一个存在的key，在缓存过期的一刻，同时有大量的请求，这些请求都会击穿到DB，造成瞬时DB请求量大、压力骤增。

解决方案

在访问key之前，采用SETNX（set if not exists）来设置另一个短期 key 来锁住当前 key 的访问，访问结束再删除该短期key（互斥锁，同一时刻只允许一个线程去构建缓存，其他线程等待构建完毕后去缓存取）
同一时刻只允许一个线程去构建缓存，其他线程等待构建完毕后去缓存取

四、数据库、缓存双写不一致

概念

当一个数据需要更新时，不可能做到同时更新数据库和缓存，那么此时读取数据的时候就一定会发生数据不一致问题，而数据不一致问题在金融交易领域的系统中是肯定不允许的。

解决方案

读的时候，先读缓存，缓存没有的话，就读数据库，然后取出数据后放入缓存，同时返回响应。
更新的时候，先更新数据库，然后再删除缓存。

五、缓存淘汰策略

概念

缓存 30G 的数据，但 Redis 本身只支持 10G，则使用缓存淘汰机制，保留最重要的 10个G 数据。

Redis 提供的淘汰策略

查看 Redis 允许使用的最大内存，属性：server.maxmemory
指定数据淘汰算法：maxmemory-policy allkeys-lru
LRU和最小TTL算法的样本个数：maxmemory-samples 5
volatile-lru：从已设置过期时间的数据集中挑选最近最少使用的数据淘汰
volatile-ttl：从已设置过期时间的数据集挑选将要过期的数据淘汰
volatile-random：从已设置过期时间的数据集中任意选择数据淘汰
allkeys-lru：从数据集中挑选最近最少使用的数据淘汰
allkeys-random：从数据集中任意选择数据淘汰
no-enviction：内存不足时添加数据会报错