Redis应用问题总结

一、缓存穿透

1.1 问题描述

对不存在的资源的大量访问:key对应的数据在数据源并不存在,每次针对此key的请求从缓存中获取不到,请求都会压到数据源,从而可能压垮数据源。比如用一个不存在的用户id获取获取用户信息,不论缓存还是数据库都没有,若黑客利用此漏洞进行攻击可能压垮数据库。
缓存穿透示意图

1.2 解决方案

在数据库中找不到数据就不写入缓存,所以对于一个库里没有的数据,在缓存中是找不到的,每次请求都需要到数据库去查询,从而缓存就失去了意义。

  • 对空值缓存 :当对某个 key 的请求不在 redis 中,也不在 mysql 中,此时对这个 key 设置一个 value 为null 的缓存,并把这个 key 过期时间设短点,这样,下次再有对这个 key 的访问,就不用去查询 mysql 了,设置空结果的过期时间会很短,最长不超过五分钟。
  • 设置可访问的名单(白名单):使用bitmaps类型定义一个可以访问的名单,名单id作为bitmaps的偏移量,每次访问和bitmap里面的id进行比较,如果访问id不在bitmaps里面,进行拦截,不允许访问。
  • 采用布隆过滤器:(3)(布隆过滤器(Bloom Filter)是1970年由布隆提出的。它实际上是一个很长的二进制向量(位图)和一系列随机映射函数(哈希函数)。
    布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法,缺点是有一定的误识别率和删除困难。)
    将所有可能存在的数据哈希到一个足够大的bitmaps中,一个一定不存在的数据会被这个bitmaps拦截掉,从而避免了对底层存储系统的查询压力。
  • 进行实时监控:当发现 Redis 的命中率开始急速降低,需要排查访问对象和访问的数据,对于大量访问不存在资源的用户,对其设置黑名单。

二、缓存击穿

1.1 问题描述

某个热点 key 过期:key对应的数据存在,但是在redis中过期了,此时若有大量并发请求过来,这些请求发现缓存过期后,一般都会从数据库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的数据库压垮。
缓存击穿示意图

1.2 解决方案

key可能会在某些时间点被超高并发地访问,比如一种非常“热点”的数据。这个时候,需要考虑一个问题:缓存被“击穿”的问题。

  • 预先设置热门数据:在redis高峰访问之前,把一些热门数据提前存入到redis里面,加大这些热门数据key的时长。
  • 实时调整:现场监控哪些数据热门,实时调整key的过期时长。
  • 使用锁
    既然是由于对DB的大量同时请求导致的,那么对这个key 加上锁,使他们对DB的请求不再是同时的,缓解DB的压力。
    (1)就是在缓存失效的时候(判断拿出来的值为空),不是立即去load db。
    (2)先使用缓存工具的某些带成功操作返回值的操作(比如Redis的SETNX)去set一个mutex key
    (3)当操作返回成功时,再进行load db的操作,并回设缓存,最后删除mutex key;
    (4)当操作返回失败,证明有线程在load db,当前线程睡眠一段时间再重试整个get缓存的方法。

三、缓存雪崩

1.1 问题描述

短时间内,大量key过期:缓存雪崩与缓存击穿的区别在于这里针对很多key缓存,前者则是某一个key,就像“雪崩”一样。
缓存雪崩示意图

1.2 解决方案

  • 将缓存失效时间分散开: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。
  • 设置过期标志更新缓存(提前通知):设置提前量,如果过期会触发通知另外的线程在后台去更新实际key的缓存。
  • 构建多级缓存架构:nginx缓存+redis缓存+其他缓存(ehcache等)
  • 使用锁或队列:用加锁或者队列的方式来保证不会有大量的线程对数据库一次性进行读写,从而避免失效时大量的并发请求落到底层存储系统上。但是不适用高并发情况。
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