Redis——常见问题及解决方案

Redis常见问题

redis通常是被做为缓存来使用的，既然做为缓存来使用，就可能会出现缓存雪崩，缓存击穿，缓存穿透，数据一致性等问题。

1. 缓存雪崩

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，终究还是数据库发生的问题。
这个在我们编码的时候就应该考虑到。
解决方案：

1. 针对缓存区设置随机过期时间，可以范围性的随机。比如说 ，当前缓存过期时间24小时，我们可以在23到24小时设置个随机值。防止同时时间大量数据过期现象发生。
2. 根据业务来设置过期时间，尽量不要在业务最大情况并发情况让数据过期。比如说抢购，是在一个点发生的，这个点的时候，不要让大量的数据过期。

2. 缓存穿透

缓存击穿是指缓存在数据库中都没有数据，而用户不断发送请求，由于缓存是不命中时被动写的，并且处于容错考虑，正常从存储层差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存储层去查询，失去了缓存的意义。
在流量大，可能DB就挂掉了，或者说有人估计攻击系统。

解决办法：

1. 接口层增加校验，针对查询的值，数据库中大概率是有一个范围的，比如ID，ID基本上是不会小于0的，这样我们在接口层就可以拦截了。
2. 从缓存取不到数据，在数据库中也没有找到，这时可以将key-value 写成key-null 。缓存有效时间可以设置短点，如30秒（设置太长会导致正常情况也没办使用）。这样就可以防止攻击用户反复用一个id暴力攻击。

3. 缓存击穿

缓存击穿指的是，某一个数据在某一时刻失效（一般是过期时间到了），这时由于并发用户特别多，同时读取缓存没读取到数据，又同时去数据库取数据，引起数据库压力瞬间增大，造成过大压力。

解决方案：

1. 布隆过滤器。bloomFilter类似于一个hash set，用于快速判断某个元素是否在于集合中，其典型的应用场景就是快速判断一个key是否在于某个容器中。不存在就直接返回。布隆过滤器的关键就在于hash算法和容器大小。
2. 针对redis数据的过期时间进行优化
3. 接口限流与熔断，降级。重要的接口一定要做好限流策略，防止用户恶意刷接口，同时要降级准备，当接口中的某些服务不可以用的时候，进行熔断，失败快速返回机制。
4. 给查询接口加一个分布式互斥锁。保护数据库。

4. 缓存一致性问题

如何去保证mysql的数据和redis的数据保证一致性？

4.1 先删除缓存，再操作数据库，等下次再来查询的时候，写入到缓存中。

当更改操作来的时候，先去删除缓存，再去更新数据库，等下次再来查询的时候，再写入缓存。
当然存在缓存被删除了，数据库的信息还没有更改完成，数据会出现问题。
解决方案：

1. 如果都是单机系统，针对数据库操作加一个读写锁。
2. 如果是分布式缓存，针对数据库的操作加一个分布式锁。

4.2 先更新数据库再删除缓存，等下次再来查询的时候，写入到缓存中。

当更改操作来的时候，先去更新数据库，再去更新缓存。
存在数据更新完，但是还没来得及刷新缓存，数据依然会出现问题。
解决方案：

1. 单机系统， 通过CAS 算法，针对查询的操作加一个标识，如果查询过程中发现标识是有人修改数据库了，就直接去数据库中查询。等修改数据库的改完并且回写到缓存中，再次对标识符进行修改。
2. 分布式缓存，在redis中设置一个表示符号，同以上的操作。

4.3 基于阿里巴巴的开源canal框架，实现redis数据一致性。

后续进行研究。

5. 布隆过滤器（Bloom filter）

Bloom filter 是一种空间效率很高的随机数据结构，它利用位数组很简洁的表示了一个集合，并能判断一个元素是否属于这个集合。判断的时候会有误差。

• 空间效率高的概率型数据结构，用来检查一个元素是否在一个集合中。
• 对于一个元素检测是否存在的调用，BloomFilter会告诉调用者两个结果之一：可能存在或者一定不存在。

原理分析：
初始状态下，布隆过滤器是一个包含M为的位数组，每一位置为0。

插入数据：
当我们需要把数据插入到布隆过滤器中的时候，会通过多个hash算法，进行计算。每一个hash算法都会计算出一个hash值，然后将数据中索引对应的下标的值改为1。

检查数据：

1. 如果数据不都为1，说明数据一定不存在。
2. 如果数据全部为1，说明数据可能存在，因为采用hash算法，此数据对应的位置可能被其他字符串所记录过。

Delete操作：
字符串加入了就被不能删除了，因为删除会影响到其他字符串。实在需要删除字符串的可以使用Counting bloomFilter(CBF)，这是一种基本Bloom Filter的变体，CBF将基本bloom Filter 每一个Bit 改为一个计数器，这样就可实现删除字符串的功能了。

可以使用guava的内置好的组件。

<dependency>
            <groupId>com.google.guava</groupId>
            <artifactId>guava</artifactId>
            <version>25.1-jre</version>
 </dependency>