Redis缓存击穿,穿透,雪崩等问题

本文深入探讨了缓存穿透、雪崩及击穿现象,解析其原理,并提供了有效的解决方案,包括设置默认值、错开放缓存失效时间及使用互斥锁等方法。

雪崩(随机过期时间、永不过期)、
穿透(表示恶意请求,在系统端判断是否符合规则,比如id<0,布隆过滤器)、
击穿(查询加for update,永不过期)

 

redis缓存穿透:查询一个数据库中不存在的数据,比如商品详情,查询一个不存在的ID,每次都会访问DB,如果有人恶意破坏,很可能直接对DB造成过大地压力
解决方案:当通过某一个key去查询数据的时候,如果对应在数据库中的数据都不存在,我们将此key对应的value设置为一个默认的值,比如“NULL”,并设置一个缓存的失效时间,这时在缓存失效之前,所有通过此key的访问都被缓存挡住了。后面如果此key对应的数据在DB中存在时,缓存失效之后,通过此key再去访问数据,就能拿到新的value了。 or 布隆过滤器

reds缓存雪崩:是指在我们设置缓存时采用了相同的过期时间,导致缓存在某一时刻同时失效,请求全部转发到DB,DB瞬时压力过重雪崩。
解决方案:将系统中key的缓存失效时间均匀地错开,防止统一时间点有大量的key对应的缓存失效。比如我们可以在原有的失效时间基础上增加一个随机值,比如1-5分钟随机,这样每一个缓存的过期时间的重复率就会降低,就很难引发集体失效的事件。

redis缓存击穿(热点Key):缓存中的一个Key(比如一个促销商品),在某个时间点过期的时候,恰好在这个时间点对这个Key有大量的并发请求过来,这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存,这个时候大并发的请求可能会瞬间把后端DB压垮。
解决方案:使用互斥锁(mutex key)。对缓存查询加锁,如果KEY不存在,就加锁,然后查DB入缓存,然后解锁;其他进程如果发现有锁就等待,然后等解锁后返回数据或者进入DB查询

 

### 三级标题:Redis缓存击穿穿透雪崩的区别与解决方法 Redis缓存是高并发系统中提高性能的重要工具,但其在特定场景下可能引发缓存击穿缓存穿透缓存雪崩问题。这些问题虽然都与缓存失效有关,但其触发条件和影响范围各不相同,解决方案也各有侧重。 #### 缓存击穿 缓存击穿指的是某个热点数据在缓存中过期后,短时间内有大量请求直接访问数据库,导致数据库压力骤增[^2]。这种情况通常发生在访问频率极高的数据上,例如双十一期间的商品信息。解决缓存击穿的方法包括: - **永不过期策略**:将热点数据设置为永不过期,或者通过后台异步更新机制来刷新缓存,避免因过期而引发数据库压力[^2]。 - **互斥锁(Mutex)**:当缓存未命中时,第一个线程获取互斥锁并查询数据库,其他线程等待锁释放后再从缓存中获取数据,从而避免并发请求直接访问数据库[^3]。 #### 缓存穿透 缓存穿透是指查询一个既不在缓存也不在数据库中的数据,导致每次请求都直接访问数据库[^1]。攻击者可以通过构造不存在的查询来恶意攻击数据库。常见的解决方法有: - **布隆过滤器(Bloom Filter)**:在请求到达数据库之前,使用布隆过滤器判断数据是否存在。如果布隆过滤器返回不存在,则直接返回错误,不查询数据库[^1]。 - **缓存空值(Null Value)**:对于查询结果为空的情况,可以将空值也缓存一段时间,并设置较短的过期时间,以减少对数据库的无效查询[^1]。 #### 缓存雪崩 缓存雪崩是指大量缓存数据在同一时间过期,或者Redis服务宕机,导致所有请求都转发到数据库,可能引发数据库崩溃[^1]。这种情况通常发生在系统时间同步或缓存集中失效时。解决缓存雪崩的方法包括: - **分散过期时间**:为缓存数据设置随机的过期时间,避免所有缓存同时失效。例如,在基础过期时间上加上一个随机值。 - **集群部署与高可用**:通过Redis集群部署和主从复制机制,确保即使某个节点宕机,其他节点仍能提供服务,从而避免缓存雪崩[^1]。 - **降级熔断机制**:当Redis服务不可用时,系统可以启用降级模式,例如返回默认值或缓存中的历史数据,以减轻数据库压力[^1]。 #### 总结 缓存击穿穿透雪崩虽然都与缓存失效有关,但它们的触发条件和影响范围不同: - **缓存击穿**:热点数据过期后引发大量请求访问数据库。 - **缓存穿透**:查询不存在的数据,导致请求直接访问数据库。 - **缓存雪崩**:大量缓存同时失效或Redis服务宕机,导致请求全部转发到数据库。 针对不同的问题,需要采取相应的解决方案,例如互斥锁、布隆过滤器、分散过期时间和高可用部署等。 ```java // 示例:使用互斥锁解决缓存击穿问题 public String getData(String key) { String data = redis.get(key); if (data == null) { synchronized (this) { data = redis.get(key); if (data == null) { data = db.query(key); // 从数据库中查询数据 redis.set(key, data, 60); // 设置缓存 } } } return data; } ``` ```java // 示例:使用布隆过滤器解决缓存穿透问题 BloomFilter<String> bloomFilter = BloomFilter.create(Funnels.stringFunnel(Charsets.UTF_8), 1000000); public String getDataWithBloomFilter(String key) { if (!bloomFilter.mightContain(key)) { return "Key does not exist"; } String data = redis.get(key); if (data == null) { data = db.query(key); redis.set(key, data, 60); } return data; } ``` ```java // 示例:分散过期时间解决缓存雪崩问题 public void setCacheWithRandomExpire(String key, String value) { int expireTime = 60 + new Random().nextInt(20); // 基础过期时间加上随机值 redis.setex(key, expireTime, value); } ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值