Redis：缓存穿透、缓存击穿、缓存雪崩

Redis正常查询过程：

• 客户端发起查询数据的请求至查询系统
• 先在缓存中进行数据的查询
  • 若存在则直接返回数据给客户端
  • 若缓存中不存在查询的数据时，则继续在在数据库中进行查询
• 在数据库中进行查询
  • 若存在要查询的数据，则将数据存入缓存中，并返回给客户端
  • 若不存在，直接返回null给客户端

1.缓存穿透

1.1 产生原因

大量的高并发请求缓存和数据库中都没有的数据，导致每次请求都会请求到数据库，数据库压力瞬间骤增，从而压垮数据库（卡死或宕机）

实际场景：

• 数据原来存在，但是后来在缓存和数据库中被误删或清理掉了，但前端或前置的应用程序中还存在相关数据
• 恶意攻击，利用不存在的key或者恶意尝试导致产生大量不存在的数据业务请求

1.2 解决方案

1.2.1 业务层校验：

对于明显不符合的数据进行判断，直接返回错误请求

如：key本身规则校验、用户校验、登录状态、n秒内访问接口的次数限制等

1.2.2 不存在的数据设置短过期时间处理

对于数据库中不存在的数据，可以考虑先将这个空数据存入缓存，同时根据实际业务进行短过期时间的设定处理，过期时间要尽可能段短

缺点：

• • 需要缓存层提供更多的内存来缓存这些对象，空对象多的时候会造成缓存内存的浪费，被恶意攻击时可能出现Redis内存占用不足的情况
  • 短期内缓存与数据库中的数据可能存在不一致的情况

1.2.3 使用布隆过滤器

布隆过滤器是一中可以利用极小的内存判断大量的数据“一定不存在或者可能存在”的数据结构；

布隆过滤器BloomFilter是根据hashcode判断的，不同的字符串的hashcode可能相同，如果某个hashcode存在，它对应的字符串不一定是你想要的那个字符串

利用布隆过滤器，将查询的数据条件都哈希到一个足够大的布隆过滤器中，用户发送的请求过来时，先被布隆过滤器拦截，一定不存在的数据直接就被拦截返回了，从而可以避免缓存和数据库都不存在的数据进行查询访问，达到减轻此类情况下数据库压力的目的。

注：布隆过滤器是有一定的误差，所以一般需要配合一些接口流量的限制（规定用户在一段时间内访问的频率）、权限校验、黑名单等来解决缓存穿透的问题