Redis---缓存穿透、缓存雪崩

最新推荐文章于 2025-09-01 20:40:41 发布

转载最新推荐文章于 2025-09-01 20:40:41 发布 · 162 阅读

6 篇文章

订阅专栏

本文深入探讨了缓存系统中常见的三大问题：缓存穿透、缓存击穿和缓存雪崩，分析了这些问题产生的原因及对系统的影响，并提出了有效的解决方案，包括缓存空值、使用过滤器、互斥锁、高可用缓存集群、本地缓存和限流降级策略。

缓存穿透：一般的缓存系统，都是按照key去缓存查询，如果不存在对应的value，就应该去后端系统查找（比如DB）。一些恶意的请求会故意查询不存在的key，请求量很大，就会对后端系统造成很大的压力，或导致数据库异常。这就叫做缓存穿透。

之所以会发生穿透，就是因为缓存中没有存储这些空数据的key。从而导致每次查询都到数据库去了。那么就可以为这些key对应的值设置为null，设置短一点的过期时间，然后存到缓存里面去。后面再出现查询这个key 的请求的时候，直接返回null 。

布隆过滤器对查询的key进行过滤，过滤掉不存在的key。bloomfilter就类似于一个hash set，用于快速判某个元素是否存在于集合中，其典型的应用场景就是快速判断一个key是否存在于某容器，不存在就直接返回。

该方案可以加在第一种方案中，在缓存之前在加一层 BloomFilter ，在查询的时候先去 BloomFilter 去查询 key 是否存在，如果不存在就直接返回，存在再走查缓存 -> 查 DB。

在平常高并发的系统中，大量的请求同时查询一个 key 时，此时这个key正好失效了，就会导致大量的请求都打到数据库上面去。这种现象我们称为缓存击穿。

缓存击穿会造成某一时刻数据库请求量过大，压力剧增。

使用互斥锁排队：上面的现象是多个线程同时去查询数据库的这条数据，那么可以在第一个查询数据的请求上使用一个互斥锁来锁住它。其他的线程走到这一步拿不到锁就等着，等第一个线程查询到了数据，然后做缓存。后面的线程进来发现已经有缓存了，就直接走缓存。

当某一时刻发生大规模的缓存失效的情况，比如你的缓存服务宕机了，会有大量的请求进来直接打到DB上面。结果就是DB 称不住，挂掉。

这种方案就是在发生雪崩前对缓存集群实现高可用，如果是使用 Redis，可以使用主从+哨兵，Redis Cluster 来避免 Redis 全盘崩溃的情况。

ehcache本地缓存：直接在jvm虚拟机中缓存，速度快，效率高；使用ehcache+redis缓存后，用户发送来一个请求后，先查ehcache本地缓存，如果没有再查redis缓存。如果ehcahe和redis缓存都没有，再查数据库；

Hystrix限流&降级：

限流组件：可以设置组件能够接收的请求阈值；比如一秒来了5000个请求，我们可以设置假设只能有一秒 2000个请求能通过这个组件，那么其他剩余的 3000 请求就会走限流逻辑。调用降级组件处理被限流的请求。

降级组件：需要自己开发降级组件（降级），比如设置的一些默认值呀之类的。以此来保护最后的 MySQL 不会被大量的请求给打死。