Redis缓存：缓存穿透、缓存击穿、缓存雪崩

持续创作，加速成长！这是我参与「掘金日新计划 · 10 月更文挑战」的第6天，点击查看活动详情

🍀缓存穿透

缓存穿透是指数据库和缓存都没有的数据，每次都要经过缓存直接去访问数据库，大量的请求打到DB可能导致DB宕机。

强调都没有数据+并发访问

如果请求一条DB中不存在的数据，此时缓存是不命中的，会请求到DB中，DB查询不到数据因此也不会同步缓存，每次请求都要请求到DB去查询，失去了缓存的意义。在并发访问时，大量请求打到DB，DB可能就会宕机。

☘️解决思路

思路一：由于缓存穿透是因为缓存没有生效，是否可以针对DB不存在的数据设置缓存空值，让请求到缓存就OK。缓存的有效时间可以设置短点，如30s，避免误伤正常业务。

思路二：采用布隆过滤器 (Bloom Filter) ，将所有可能存在的数据哈希到一个足够大的 bitmap 中，一个不存在的数据会被这个 bitmap 拦截掉，从而避免了对DB的查询压力。

布隆过滤器原理：当一个元素被加入集合时，通过k个散列函数将这个元素映射成一个位数组中的k个点，并将其置为1。当查询时，将元素通过散列函数得到k个点，如果这些点存在不为1的，则被检元素一定不存在，直接返回；如果都是1，则查询元素可能存在，就会查询缓存和DB。

🍀缓存击穿

缓存击穿是指数据库有，缓存没有的数据，大量请求访问这个缓存不存在的数据，最后请求打到DB可能导致DB宕机。

强调单个Key过期+并发访问

缓存击穿区别缓存穿透在于，缓存击穿是大量请求同时查询同一个key，而这个key失效了，导致大量请求打到DB，导致DB可能宕机。缓存穿透是请求DB中不存在的数据。

☘️解决思路

思路一：加分布式锁（高并发转低并发），第一个请求的线程拿到锁之后查询DB，并同步缓存，其余线程获取锁失败后会等待一段时间（如50ms），然后重新到缓存中获取数据，将访问DB（慢设备）时高并发转低并发。

思路二：对于热点数据采用隔离环境，即便热点环境宕机也不会影响到正常环境，一般而言不需要隔离，其成本比较大，只有在大型活动中才可能采用，如618、双11等。

思路三：保证热点数据在缓存中，可以设置热点缓存数据永不过期；或者采用定时任务去定时刷新缓存数据与过期时间，保证缓存数据存在。

🍀缓存雪崩

缓存雪崩是指数据库有，缓存没有的数据，大量请求访问这些缓存不存在的数据，最后请求打到DB可能导致DB宕机。

强调批量Key过期+并发访问

缓存雪崩在于大量的缓存key失效，大量请求全部打到DB，DB可能会因为瞬时大流量压力而宕机。

☘️解决思路

思路一：由于是设置的key过期时间一样，导致同一时间大量数据失效。我们可以改变缓存失效时间，在原有失效时间上增加一个随机值，最终的目的是让数据分散在不同的时间点过期。

🍀缓存一致性

缓存一致性指的是缓存与DB之间的数据一致性，我们需要通过各种手段来防止缓存与DB不一致，我们要保证缓存与DB的数据一致或者数据最终一致。

☘️解决思路

思路一：先删除缓存再更新数据。在更新DB时，先删除缓存，后续请求再次请求时会请求到DB，将DB中数据同步到缓存。存在问题，删除缓存后，期间有请求过来，可能会从DB中读取到旧数据，导致缓存不一致。

思路二：先更新数据再删除缓存。问题：更新DB和缓存删除期间，请求读到的数据还是旧数据，等待更新完，数据就会恢复一致。

思路三：异步更新缓存。DB更新完后，不直接操作缓存，通过消息队列让redis消费，消息队列可以保证数据操作顺序一致性，确保数据最终一致性。