缓存穿透、缓存击穿、缓存雪崩

一、缓存系统

1.1 缓存处理流程

前台请求，后台先从缓存中取数据，取到直接返回结果，取不到时从数据库中取，数据库取到更新缓存，并返回结果，数据库也没取到，那直接返回空结果。

缓存处理流程

1.2 缓存系统需要解决的问题

设计一个缓存系统，不得不要考虑的问题就是：缓存穿透、缓存击穿与失效时的雪崩效应。

二、缓存穿透

2.1 简要描述

缓存穿透是指查找的数据在缓存和数据库中都不存在，导致每一次请求数据从缓存中都获取不到，而将请求打到数据库服务器，但数据库中也没有对应的数据，最后每一次请求都到数据库；如果在高并发场景或有人恶意攻击，就会导致后台数据库服务器压力增大，最终系统可能崩掉。如发起为id为“-1”的数据或id为特别大不存在的数据。这时的用户很可能是攻击者，攻击会导致数据库压力过大。来个直接点的图：

图一

简要说明：
缓存Redis服务器颜色说明：绿色块代表有缓存数据，粉色块代表缓存中没有数据；绿色箭头代表直接从缓存中获取数据；黄色箭头代表穿过缓存从数据库中查数据，但不一定有。

流程大概如下：
1、大量客户端发起大量请求到服务器；
2、服务器代码逻辑将先经过缓存，如果有缓存数据(绿色部分)，直接从缓存中获取数据数据返回；如果缓存中没有数据(粉色部分)，请求就会直接打到数据库服务器(如黄色箭头)。
3、如果存在大量无缓存数据的请求，最终数据库将因为过大压力而崩掉，导致系统不可用。

2.2 常用解决措施

• 缓存空值：如果没有在数据库中获取到数据，可以将其对应键的空值进行缓存，并设置较短过期时间；优点：在过期时间内直接通过缓存返回空值；从而避免数据库压力；缺点：消耗Redis内存：如果是攻击者换着非常规的键值请求，如果每次都缓存到Redis中，大量的空数据也占内存空间；数据不一致：如果是正常数据，刚开始没有数据，然后将空值进行缓存，并设置短暂的过期时间；如果在过期时间内正常维护了对应的数据，此时取到值仍是空，并没有去数据库中获取新维护数据，导致数据获取不一致。

• 布隆过滤器：加一层过滤器进行拦截，判断请求对应的键是否在过滤器中，如果不在就直接返回，不去请求数据库，也不用缓存空值。而布隆过滤器采用bit位的形式标识对应键(每个键进行Hash过后都会得到具体的位置)是否存在，可以用极少的空间标识超大量的数据。缺点：布隆过滤器可以判断数据一定不在过滤器中，而对于存在的判断有误判率，因为Hash算法存在冲突的情况。

操作：
1、项目启动时将member表里的id一次性加载出来，循环通过布隆过滤器的bf.add方法添加元素，如果有新member创建，则也调用bf.add添加元素。

2、前端请求数据，先调用布隆过滤器的bf.exists方法判断是否存在，如果存在则调用Redis缓存，如果缓存存在则直接返回，如果不存在再查数据库。

三、缓存雪崩

3.1 简要描述

缓存雪崩是指突然缓存层不可用，导致大量请求直接打到数据库，最终由于数据库压力过大可能导致系统崩掉。缓存层不可用指以下两方面：

• 缓存服务器宕机，系统将请求打到数据库；
• 缓存数据突然大范围集中过期失效，导致大量请求打到数据库重新加载数据；

图二

简要说明：
缓存Redis服务器颜色说明：绿色块代表有缓存数据，粉色块代表缓存中没有数据；白色块代表大范围失效的缓存数据，绿色箭头代表直接从缓存中获取数据；黄色箭头代表穿过缓存从数据库中查数据。

流程大概如下：
1、大量客户端发起大量请求到服务器；
2、服务器代码逻辑将先经过缓存，如果有缓存数据(绿色部分)，直接从缓存中获取数据数据返回；如果缓存过期(白色块部分)，请求就会直接打到数据库服务器(如黄色箭头)。
3、如果存在大量热数据的请求，但热数据又大范围过期，最终数据库将因为过大压力崩掉，导致系统不可用。

3.2 常用解决措施

• 缓存预热：在高峰期还没到来时，提前将热数据加载到缓存中，避免高峰期来临时数据库压力过大。

• 均匀设置过期时间：针对不同的热点数据，将过期时间加上一个随机值，让过期时间不集中在一个点，从而减小很大部分数据库压力；

• 多级缓存：除了使用Redis缓存，还可以根据业务增加一些热点数据的其他缓存，比如内存缓存，可以将各级的缓存有效期分开，这种方式也能缓解数据库的压力；

• 限流、降级：如果压力过大，避免把系统搞崩，可以增加一些限流手段，不管是中间件还是消息队列等，主要保证系统的可用。

• 加互斥锁：目的就是加锁独占操作，让一个操作向缓存中重新加载数据，让请求操作等待，其实这样的体验不好，慎用。如果要用，要超级注意锁的性能和稳定性。

• 对于缓存层整体崩掉的情况：使用高可用架构，比如之前说到的主从复制、哨兵、集群，根据需求进行对应架构，保证缓存层不崩掉。

四、缓存击穿

4.1 简要描述

缓存击穿是指在超级热点数据突然过期，导致针对超级热点的数据请求在过期期间直接打到数据库，这样数据库服务器会因为某一超热数据导致压力过大而崩掉。超热数据：比如秒杀时的数据，某宝、某东、某多多这种平台的数据如果在秒杀时间段失效，请求量足矣让数据库崩掉。

和缓存雪崩不同的是， 缓存击穿指并发查同一条数据，缓存雪崩是不同数据都过期了，很多数据都查不到从而查数据库。

对缓存击穿的另外一种描述：

对于一些设置了过期时间的key，如果这些key可能会在某些时间点被超高并发地访问，是一种非常“热点”的数据。这个时候，需要考虑一个问题：缓存被“击穿”的问题，这个和缓存雪崩的区别在于这里针对某一key缓存，前者则是很多key。

缓存在某个时间点过期的时候，恰好在这个时间点对这个Key有大量的并发请求过来，这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存，这个时候大并发的请求可能会瞬间把后端DB压垮。

图三

简要说明：
缓存Redis服务器颜色说明：绿色块代表有缓存数据，粉色块代表缓存中没有数据；白色圈代表超级热点缓存数据过期失效，绿色箭头代表直接从缓存中获取数据；黄色箭头代表穿过缓存从数据库中查数据。

流程大概如下：
1、大量客户端发起大量请求到服务器；
2、服务器代码逻辑将先经过缓存，如果有缓存数据(绿色部分)，直接从缓存中获取数据数据返回；如果超热缓存数据过期(白色圈部分)，请求就会直接打到数据库服务器(如黄色箭头)。
3、超级热点数据过期失效，如秒杀数据，如果在秒杀时段失效，最终数据库将因为过大压力崩掉，导致系统不可用。

注：这个只是针对超热点数据，而不是大范围数据。

4.2 常用解决措施

• 热点数据不过期：像这种超热数据就设置永不过期。避免过期失效让数据库压力过大而崩。

• 加二级缓存

• 加互斥锁：目的就是加锁，然后向缓存中重新加载数据，让请求等待，其实这样的体验不好，慎用。如果要用，要超级注意锁的性能和稳定性。

资料来源

Redis缓存穿透、缓存雪崩、缓存击穿好好说说
缓存穿透、缓存击穿、缓存雪崩区别和解决方案
缓存穿透，缓存击穿，缓存雪崩解决方案分析