缓存淘汰、缓存穿透、缓存击穿、缓存雪崩、数据库缓存双写一致性

缓存淘汰

为什么需要缓存淘汰？你需要缓存30G的数据，但是Redis本身只能使用10G的内存，那你就得做个取舍了，毕竟鱼与熊掌不可兼得。为了利益最大化肯定要保留最重要的10个G。

Redis本身提供了6中缓存淘汰策略，以下属性表示允许使用的最大内存

1	server.maxmemory

当使用的内存超过限制内存时，Redis会根据配置的以下6中淘汰策略选择数据淘汰

• volatile-lru：从已设置过期时间的数据集中挑选最近最少使用的数据淘汰
• volatile-ttl：从已设置过期时间的数据集挑选将要过期的数据淘汰
• volatile-random：从已设置过期时间的数据集中任意选择数据淘汰
• allkeys-lru：从数据集中挑选最近最少使用的数据淘汰
• allkeys-random：从数据集中任意选择数据淘汰
• no-enviction：内存不足时添加数据会报错（没人用这个吧？）
  其他相关配置：

1 2 3 4

#指定数据淘汰算法 maxmemory-policy allkeys-lru #LRU和最小TTL算法的样本个数 maxmemory-samples 5

 

缓存穿透

 

大量的请求瞬时涌入系统，而这个数据在Redis中不存在，从而所有的请求都落到了数据库上从而把数据库打死。造成这种情况的原因如下：

• 系统设计不合理，缓存数据更新不及时
• 爬虫等恶意攻击

解决方案：

• 如果key在数据库中也不存在，那么就写一个空值到Redis中，并设置一个过期时间，避免一直占用内存
• 查询缓存之前使用布隆过滤器拦截

 

缓存击穿

 

缓存击穿，就是常说的热点key问题，当一个正有非常巨大的访问量访问的key 在失效的瞬间，大量的请求击穿了缓存，直接落到了数据库上，然后所有从数据获取到数据的线程又都并发的想要把数据缓存到redis中。

解决方案：

• 使用互斥锁，同一时刻只允许一个线程去构建缓存，其他线程等待构建完毕后去缓存取
• 定时更新，假如缓存过期时间为60分钟，则单独设置一个线程每59分钟去负责更新缓存

缓存雪崩

由于Redis是基于内存的应用，可以很容易做到高性能、高并发从而起到保护数据库的作用。如果缓存意外挂了、所有的请求落到了数据上就形成了缓存雪崩。

解决方案：

• 事前：使用主从复制+哨兵或者Redis集群。Redis主从复制、Redis的哨兵机制、Redis集群环境搭建
• 事中：本地缓存结合限流和降级。基于注解的分布式限流组件
• 事后：开启持久化配置，实现快速缓存的快速恢复。 Redis 的持久化机制

1. 数据库缓存双写一致性

当一个数据需要更新时因为不可能做到同时更新数据库和缓存、那么此时读取数据的时候就一定会发生数据不一致问题，而数据不一致问题在金融交易领域的系统中是肯定不允许的。

解决方案：

• 读的时候，先读缓存，缓存没有的话，就读数据库，然后取出数据后放入缓存，同时返回响应。
• 更新的时候，先更新数据库，然后再删除缓存。

参考自公众号：石杉的架构笔记

---恢复内容结束---

缓存淘汰

为什么需要缓存淘汰？你需要缓存30G的数据，但是Redis本身只能使用10G的内存，那你就得做个取舍了，毕竟鱼与熊掌不可兼得。为了利益最大化肯定要保留最重要的10个G。

Redis本身提供了6中缓存淘汰策略，以下属性表示允许使用的最大内存

1	server.maxmemory

当使用的内存超过限制内存时，Redis会根据配置的以下6中淘汰策略选择数据淘汰

• volatile-lru：从已设置过期时间的数据集中挑选最近最少使用的数据淘汰
• volatile-ttl：从已设置过期时间的数据集挑选将要过期的数据淘汰
• volatile-random：从已设置过期时间的数据集中任意选择数据淘汰
• allkeys-lru：从数据集中挑选最近最少使用的数据淘汰
• allkeys-random：从数据集中任意选择数据淘汰
• no-enviction：内存不足时添加数据会报错（没人用这个吧？）
  其他相关配置：

1 2 3 4

#指定数据淘汰算法 maxmemory-policy allkeys-lru #LRU和最小TTL算法的样本个数 maxmemory-samples 5

缓存穿透

大量的请求瞬时涌入系统，而这个数据在Redis中不存在，从而所有的请求都落到了数据库上从而把数据库打死。造成这种情况的原因如下：

• 系统设计不合理，缓存数据更新不及时
• 爬虫等恶意攻击

解决方案：

• 如果key在数据库中也不存在，那么就写一个空值到Redis中，并设置一个过期时间，避免一直占用内存
• 查询缓存之前使用布隆过滤器拦截

缓存击穿

缓存击穿，就是常说的热点key问题，当一个正有非常巨大的访问量访问的key 在失效的瞬间，大量的请求击穿了缓存，直接落到了数据库上，然后所有从数据获取到数据的线程又都并发的想要把数据缓存到redis中。

解决方案：

• 使用互斥锁，同一时刻只允许一个线程去构建缓存，其他线程等待构建完毕后去缓存取
• 定时更新，假如缓存过期时间为60分钟，则单独设置一个线程每59分钟去负责更新缓存

缓存雪崩

由于Redis是基于内存的应用，可以很容易做到高性能、高并发从而起到保护数据库的作用。如果缓存意外挂了、所有的请求落到了数据上就形成了缓存雪崩。

解决方案：

• 事前：使用主从复制+哨兵或者Redis集群。Redis主从复制、Redis的哨兵机制、Redis集群环境搭建
• 事中：本地缓存结合限流和降级。基于注解的分布式限流组件
• 事后：开启持久化配置，实现快速缓存的快速恢复。 Redis 的持久化机制

数据库缓存双写一致性

当一个数据需要更新时因为不可能做到同时更新数据库和缓存、那么此时读取数据的时候就一定会发生数据不一致问题，而数据不一致问题在金融交易领域的系统中是肯定不允许的。

解决方案：

• 读的时候，先读缓存，缓存没有的话，就读数据库，然后取出数据后放入缓存，同时返回响应。
• 更新的时候，先更新数据库，然后再删除缓存。

参考自公众号：石杉的架构笔记

转载于:https://www.cnblogs.com/geass-jango/p/10796260.html