Redis 三大缓存问题

Redis 三大缓存问题

缓存穿透 缓存击穿 缓存雪崩

1.缓存穿透

1.1 什么是缓存穿透

​ 缓存穿透，它就是指当用户在查询一条数据的时候，而此时数据库和缓存却没有关于这条数据的任何记录，而这条数据在缓存中没找到就会向数据库请求获取数据。它拿不到数据时，就会一直查询数据库，这样会对数据库的访问造成很大的压力。

​ 举个栗子：用户查询一个 id = -1 的商品信息，一般数据库 id 值都是从 1 开始自增，很明显这条信息是不在数据库中，当没有信息返回时，会一直向数据库查询，给当前数据库的造成很大的访问压力。

该如何解决这个问题呢？

缓存空对象（代码维护简单，但是效果不是很好）。
布隆过滤器（代码维护比较复杂，效果挺好的）。

1.2 问题解决

（1）缓存空对象

​ 缓存空对象它就是指一个请求发送过来，如果此时缓存中和数据库都不存在这个请求所要查询的相关信息，那么数据库就会返回一个空对象，并将这个空对象和请求关联起来存到缓存中，当下次还是这个请求过来的时候，这时缓存就会命中，就直接从缓存中返回这个空对象，这样可以减少访问数据库的压力，提高当前数据库的访问性能。

如果大量不存在的请求过来，那么这时候缓存岂不是会缓存许多空对象了吗~~~，如果时间一长这样会导致缓存中存在大量空对象，这样不仅会占用许多的内存空间，还会浪费许多资源呀。该如何解决呢？

设置一个过期时间

setex key seconds valule:设置键值对的同时指定过期时间(s)

（2）布隆过滤器

1.定义

​ 内部是使用bit数组的形式来进行key值的映射存储，使用hash进行存入的key的运算，得到bit数组的下标，然后将其下标对应的值改为1，在判断某个key存在不存在时，需要先对key进行hash运算，找到对应的下标，下标对应值为1，则存在，为0则不存在。

2.误判

​ 因为hash运算的结果会存在hash碰撞，导致运算后对应的bit数组的下标可能存在相同，所以会存在误判的现象但是，误判只会发生在，不存在的可能会误判为存在，存在不会误判为不存在

3.精确度

​ 和hash函数的个数以及数组的长度有关，
​ bit数组的长度越长，误判率就越低，
​ hash运算的个数越多，效率就越低，
​ hash运算的个数越少，误判率就越高，
​ 因此在使用时要从两者综合考虑。
布隆过滤器，默认错误率是 0.01 ，默认初始容量是 100，可以在初始启动的时候通过启动参数来进行配置

./redis-server ./redis.conf --loadmodule ./redisbloom.so INITIAL_SIZE 400 ERROR_RATE 0.004

4.删除

​ 因为可能存在hash碰撞，如果可以删除，则可能会导致删除的不是对应的数据，所以不存在删除

2.缓存击穿

2.1 什么是缓存击穿

​ 缓存击穿是指有某个key经常被查询，经常被用户特殊关怀，用户非常 love 它，也就类比“熟客” 或者 一个key经常不被访问。但是这时候，如果这个key在缓存的过期时间失效的时候或者这是个冷门key时，这时候突然有大量有关这个key的访问请求，这样会导致大并发请求直接穿透缓存，请求数据库，瞬间对数据库的访问压力增大。

归纳起来：造成缓存击穿的原因有两个。
（1）一个“冷门”key，突然被大量用户请求访问。
（2）一个“热门”key，在缓存中时间恰好过期，这时有大量用户来进行访问。

2.2 怎么解决

加锁。对于key过期的时候，在key要查询数据库的时候加上一把锁，这时只能让第一个请求进行查询数据库，然后把从数据库中查询到的值存储到缓存中，对于剩下的相同的key，则可以直接从缓存中获取结果。
​ 单机环境下：直接使用常用的锁即可（如：Lock、Synchronized等），分布式环境下可以使用分布式锁，如：基于数据库、基于Redis或者zookeeper 的分布式锁。

3.缓存雪崩

3.1 什么是缓存雪崩

​ 缓存雪崩是指在某一个时间段内，缓存集中过期失效，如果这个时间段内有大量请求，而查询数据量巨大，所有的请求都会达到存储层，存储层的调用量会暴增，引起数据库压力过大甚至宕机。

（1）Redis突然宕机

（2）大批缓存数据同一时间点失效

​ 举个栗子：我们基本上都经历过购物狂欢节，假设商家举办 23:00 - 24:00 商品打骨折促销活动。程序在设计的时候，在 23:00 把商家打骨折的商品放到缓存中，并通过redis的expire设置了过期时间为1小时。这个时间段许多用户访问这些商品信息、购买等等。但是刚好到了24:00点的时候，恰好还有许多用户在访问这些商品，这时候对这些商品的访问都会落到数据库上，导致数据库要抗住巨大的压力，稍有不慎会导致，数据库直接宕机。

3.2 怎么解决

（1） 高可用

​ redis有可能挂掉，搭建redis集群（一主多从或者多主多从），这样一台挂掉之后其他的还可以继续工作。

（2） 限流降级

​ 缓存失效后，通过加锁或者队列来控制读取数据库的线程数量，对某个key只允许一个线程查询数据和写缓存，其他线程等待。

（3） 数据预热

​ 数据预热，就是在正式部署之前，先把可能使用的数据预先访问一遍，这样部分可能大量访问的数据就会加载到缓存中。

（4） 不同的过期时间

​ 均匀的设置key的过期时间，尽量避免大量的key在同一时间点过期。