Redis缓存异常三兄弟

最新推荐文章于 2025-07-22 10:02:43 发布

原创最新推荐文章于 2025-07-22 10:02:43 发布 · 852 阅读

12 ·

CC 4.0 BY-SA版权

文章标签：

#缓存 #redis #数据库

之前的文章我们详细讲解了Redis的三种集群模式，这篇文章我们来讲解一下Redis缓存异常的三种情况。

缓存击穿、缓存穿透、缓存雪崩这三个问题是Redis在实际项目中会经常遇到的问题，首先我们来看一下Redis在项目中作为缓存中间件是如何工作的：

客户端发起一个查询请求的时候，首先去缓存中查询，如果数据在缓存中存在，则直接将缓存中的数据返回给客户端；如果数据在缓存中不存在，则继续查询数据库，如果数据在数据库中存在，则将该数据放入缓存中，并返回给客户端，如果数据也不在数据库中，则直接返回null给客户端。

缓存击穿

缓存击穿是指当缓存中某个热点数据过期了，在该热点数据重新载入缓存之前，有大量的查询请求穿过缓存，直接查询数据库。这种情况会导致数据库的压力骤增，造成大量请求阻塞，甚至直接挂掉。

解决方法

可以从两个方面考虑，一方面可以考虑热点Key不设置过期时间，另一方面可以考虑降低打在数据库上的请求数量。

第一种方案，可以设置热点Key永不过期。永不过期有两层意思：第一是物理上的永不过期，也就是不对热点Key设置过期时间；第二是逻辑不过期，即正常的给热点Key设置过期时间，但是后台会开启一个定时任务定期去更新缓存。

第二种方案，通过使用分布式锁来限制打在数据库上的请求数量。当大量请求查询同一个Key时，由于只有一个请求可以获得锁，所以实际打到数据库上的请求只有一条，这条请求拿到数据后会将其放入缓存中，此时，其余处于锁等待的请求即可继续执行，由于此时缓存中已经有了数据，所以直接从缓存中获取到数据返回，并不会查询数据库。

缓存穿透

缓存穿透是指查询一个缓存和数据库中都不存在的数据，导致每次查询这条数据都会穿过缓存，直接查询数据库，最后返回空。当用户使用这条不存在的数据疯狂发起查询请求的时候，对数据库造成的压力就非常大，甚至可能直接挂掉，具体的流程如下所示：

解决方法

解决缓存穿透的方法一般有两种，第一种是缓存空对象，第二种是使用布隆过滤器。

缓存空对象

当数据库中查不到数据时，我缓存一个空对象，然后给这个空对象的缓存设置一个过期时间，这样下次查询该数据的时候，就可以直接从缓存中拿到，从而达到了减小数据库压力的目的。但是这种解决方法有两个缺点：

（1）需要提供更多的内存空间来缓存这些空对象，当这种空对象很多时，就会浪费巨大的内存空间。

（2）缓存空对象会导致缓存中的数据与数据库中的数据不一致，并且在缓存中缓存很多数据库中不存在的数据本身就有很不合理。

使用布隆过滤器

由于缓存空对象的方法弊端比较多，多以使用布隆过滤器的方法是比较推荐的。布隆过滤器，其实就是一种数据结构，它是由一个长度为mbit的数组与n个哈希函数组成的数据结构，位数组中每个元素的初始值都是0,。在初始化布隆过滤器时，会先将所有key进行n次哈希运算，这样就可以得到n个位置，然后将这n个位置上的元素改为1。这样，就相当于把所有的Key都保存到布隆过滤器中了。

举个例子，假设我们一共有3个Key，我们对这3个Key分别进行3次哈希运算，Key1经过3次哈希运算后1、3、5，那么布隆过滤器中下标为1、3、5的元素值更新为1，然后对剩下的2个Key做同样的操作，结果如下图：

当客户端查询时，也对查询的Key做3次哈希运算得到3个位置，然后看布隆过滤器中对应位置元素的值是否为1，如果所有对应位置元素的值都为1，那么就证明Key在库中存在，则继续向下查询；如果3个位置中有任意一个位置的值不为1，则说明Key在库中不存在，直接返回给客户端空即可。所以，布隆过滤器就相当于一个位于客户端和缓存层之间的拦截器一样，负责判断key是否存在于集合中。

布隆过滤器的优点是解决了缓存空对象方法存在的缺点，但是布隆过滤器本身也有缺点。首先，布隆过滤器存在误判的可能，如果一个查询的键被布隆过滤器判定为存在于库中，那么这个键有一定的概率不存在于库中（精度与布隆过滤器的数组长度有关），但是被布隆过滤器判定为不存在的键就一定不存在于库中。其次是删除元素比较困难，因为删除一个元素时，其通过计算得到的哈希值对应布隆过滤器上的下标的值应该被清0，但是这可能会影响其余Key的判断。