Redis 缓存穿透、缓存雪崩、缓存击穿

前言

在日常开发中，可能会遇到商品秒杀、热点数据等开发场景，当大量请求到来，坐落到数据库上，极其容易造成数据库系统瘫痪，最终导致服务宕机的严重生产问题。

为此，项目通常会引入NoSql技术，如Redis。但是Redis使用不当，又有可能出现缓存穿透、缓存雪崩、缓存击穿等问题。

一、缓存穿透

缓存穿透是指查询一个一定不存在的数据时，由于缓存时不命中时被动写入的，并且处于容错考虑，如果从存储层查不到数据则不写入缓存。这将会导致这个不存在的数据在每次请求时，都会去存储层进行查询，失去缓存的意义。在流量大时，可能会导致数据库系统宕机。

解决方案

解决缓存穿透的办法有很多，最常见的是采用布隆过滤器，将所有可能存在的数据哈希到一个足够大的bitmap中，一个一定不存在的数据将会被这个bitmap拦截掉，从而避免对底层存储系统的查询压力。

另外一个更为简单粗暴的办法，将查询返回为空的数据，进行缓存处理，如果查询数据存在与缓存集合中，则进行拦截（缓存集有效期不易太长，最长建议不超过5分钟）

二、缓存雪崩

缓存雪崩是指在我们设置缓存时，大量数据采用了相同的过期时间，导致缓存在某一时间同时失效，请求全部转发到数据库，数据库瞬间压力过大，造成雪崩。

解决方案

设置缓存过期时间时，应尽量避免大量缓存同一时间失效，可在失效时间的基础上增加一个随机值，使每个缓存的过期时间的重复率降低，避免集体失效。

另外，还可以采用加锁或队列的方式保证缓存单线程（进程）写入，避免大量的并发请求落到底层存储系统上。（两种方案可同时采用）

三、缓存击穿

对于一些设置了过期时间的key，如果这些key在过期后的某个时间点被超高并发的访问，这个时候，需要考虑的一个问题，就是缓存被”击穿“的问题。

缓存击穿和缓存雪崩的区别在于：缓存击穿时针对某一个key的，缓存雪崩则是很多key同时过期

解决方案

1、业界比较普遍的方法时使用分布式锁，保证单线程的方式读取数据，写入缓存，其它并发请求设置等待时间，降低并发访问。

2、热点数据设置永不过期。