Redis缓存问题

一、缓存穿透

1.1 缓存穿透是什么

当查询的数据是缓存和数据库都不存在的数据，也就是不是真是的数据时，每次查询都会打到数据库，这种情况称之为缓存穿透。

1.2 发生场景

比如黑客恶意攻击，发出大量查询一些不存在的数据的请求，导致服务宕掉。

1.3 如何解决

1.3.1 缓存空值
当查询的key缓存中不存在时，到数据库或调第三方服务后，将空值缓存。
伪代码：

 public Object getCacheValue(String key){
        //1.查询缓存
        Object value = redis.get(key);
        //2.如果有值直接返回，没有则到数据库查询
        if (value != null) {
            return value;
        }else {
            value = db.get(key);
            redis.set(key,value);
            
            //查询到的值还为空的话就设置一定的失效时间，比如5分钟
            if(value==null){
                redis.expire(key,timeout);
            }
        }
    }

或者将这些空值放在另一个集合中，每次查询缓存前先查一下key是否在这些空值中，不在则查询缓存.

1.3.2 布隆过滤器

二、缓存击穿

2.1 缓存击穿是什么

大量的请求查询同一个key时，正好这个key失效了，这种情况称之为缓存击穿。

2.2 缓存击穿的场景

比如查询系统配置的缓存失效了,很多请求都需要用到这个配置。

2.3 如何解决

2.3.1 互斥锁

 public Object getCacheValue(String key){
        String lockKey ="lock:key";
        //1.查询缓存
        Object value = redis.get(key);
        //2.如果有值直接返回，没有则到数据库查询
        if (value != null) {
            return value;
        }else {
            //加锁排队
            lock(lockKey){
                value = redis.get(key);
                if(value == null){
                    value = db.get(key);
                    redis.set(key,value);
                    return value;
                }else{
                    return value;
                }
            }
        }
    }

这样100个请求访问这个key时，第一个获取到锁，其他99个线程等待，获取到锁的线程获取到数据并存放到缓存中。但这样只是减少了对数据库的压力，99个线程都在等待，也是对资源的浪费,稍微修改一下下面这个方案。

2.3.2 缓存标识

    public Object getCacheValue(String key){
        String lockKey ="lock:key";
        //缓存标记
        String cacheSign = "lock:sign";
        long timeOut = 30;
        //1.查询缓存
        Object cacheSignValue = redis.get(cacheSign);
        Object value = redis.get(key);
        //2.查询标志位缓存
        if (cacheSignValue != null) {
            //未过期直接返回
            return value;
        }else {
            //当标志位缓存失效时，另起一个线程刷新数据
            new Thread(){
                value = db.get(key);
                redis.set(key,value,timeout*2);
            };
            //标志位的过期时间要比实际要缓存数据的时间段
            redis.set(cacheSign,"cacheSignValue",timeout);
            //直接返回数据
            return value;
        }

加一个标识位，标识味的有效时间比实际数据短，这样当标识过期的时候会去更新实际数据。

三、缓存雪崩

3.1 缓存雪崩是什么

当大量缓存数据同时失效时或者redis宕机时，请求都打到数据上，导致服务崩溃，这就是缓存雪崩。

3.2 如何解决

事前：
redis做好Cluster集群部署，这样不至于一台redis宕机时导致整个缓存不可用，保证高可用。

事中：
ehcache本地缓存 + Hystrix限流&降级
当redis服务不可用时，先查本地缓存，再查数据库。
Hystrix限流&降级，请求数量减少。

事后：
开启redis持久化，从磁盘恢复数据。

四、热点key失效

4.1 热点key失效是什么

一些热点key同一时间失效，导致服务不可用。

4.2 如何解决

4.2.1 key失效时间

key失效时间分散化，不集中到一个时间，比如失效时长减去一个随机值。

4.2.2 永远不过期

热点key永不过期，如果需要更新，则在代码里手动修改缓存。

4.2.3 互斥锁

和前面的方法一样，通过互斥锁解决。

参考文档：
https://mp.weixin.qq.com/s/7gbJCeBKklTlAxU_vsrIxg