ybb_ymm的专栏

缓存穿透：指查询一个一定不存在的数据，由于缓存是不命中时需要从数据库查询，查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到数据库去查询，进而给数据库带来压力。假如有人去使用不存在的key对我们进行高频攻击，就会出现我们数据库的压力暴增，从而导致崩溃，这就是缓存穿透现象。缓存击穿：指热点key在某个时间点过期的时候，而恰好在这个时间点对这个Key有大量的并发请求过来，从而大量的请求转移到了数据库侧。缓存雪崩是指缓存中数据大批量到过期时间，而查询数据量巨大，引起数据库压力过大甚至down机。

单个key的删除（我们可以是封装自己的一个delete方法，然后将参数设置为key，在通过redisTemplate调用delete方法删除）多个key的删除（多个key删除则和上面的单key一样，只不过是在参数上设置为多个key的方式即可）这里的keys是指的多参数：public void deleteByKey(String ...keys)指定key失效时间（设置失效时间，我们自己定义的方法设置三个参数，分比为key，时间，单位《秒或分》）

Jedis Jedis是Redis官方推出的一款面向java的客户端，提供了好多接口供java调用。虽然官方提供了客户端工具，但是很多爱好者，也提供了诸如：SRP、Jredis等工具类。但是效果没有jedis好，所以我们还是推荐jedisSpring Data Redis Spring Data Redis是spring提供的一款客户端工具，它本身是Spring家族的一员。所以，他对我们java程序员是很友好的，并且对redis底层的工具（Jedis）做了友好的高度封装。

上一篇我们说的Redis中大key是什么？造成哪些危害？如何筛选出来这些大key？以及如何删除他们？今天我们来看一下如何优雅的处理Redis中的大key问题：我们要想解决大key的问题，就得从大key的定义触发。大key的本质上就是value值过大！我们要向处理大key，只要将value优化即可！

用unlink命令代替del命令来删除，这样Redis会将这个key放入到一个异步现成中进行删除，这样不会阻塞主线的运行。使用hscan命令，每次获取150个字段，在用hdel命令，每次删除一个字段。当一个大key过大， 自身会造成占用带宽较多，会连锁反应的引起这台服务器的其他服务的灾难。当我们删除一个大key的时候，会造成时间过长，会引发主从切换或者同步中断。当一个大key过大，会引起请求超时，这时，后面的任务便无法正常运行了。当读取大key的时候，会占用较多的内存，从而会导致内存溢出。

但是带来好处的同时，也给我们带了了新的问题：缓存穿透、缓存击穿、缓存雪崩以及缓存一致性这么四个问题，也是分布式缓存的四大痛点！解决他也是很容易的，将我们的缓存设置不过期、过期时间分散，或者在请求的时候更新缓存的过期时间，这三种都可以很好的解决我们的问题。缓存穿透带来的危害就是，假如他一直请求，找不到这个数据，便会去请求数据库，不断的请求就会造成服务的性能故障，导致服务宕机。这里解决的方案我们也准备了，首先就是缓存做高可用，主从等等，另外也可以通过限流，当缓存出现故障，我们限制访问的流量来解决。