Redis 缓存穿透、击穿、雪崩 && 解决方法

---

引言

  在我们日常运维和开发中，大都是使用数据库来进行数据的存储的，由于一般的系统任务中通常不会存在高并发的情况，所以这样看起来并没有什么问题，可是一旦涉及大数据量的需求，比如双十一抢购的时候，或者是主页访问量瞬间变大的时候，单一使用数据库来保存数据的系统会因为面向磁盘，磁盘 I/O 速度比较慢的问题而存在严重的性能弊端，一瞬间成千上万的请求到来，需要系统在极短的时间内完成成千上万次的 I/O 操作，这时候的数据库由于无法承受，极其容易造成数据库系统崩溃，从而导致服务宕机的严重生产问题。

  为了克服上述的问题，项目通常会引入 NoSQL 技术，这是一种基于内存的数据库，并且提供一定的持久化功能。Redis 就是 NoSQL 技术中的一种，但是 Redis 又有可能出现缓存穿透，缓存击穿，缓存雪崩等问题。

---

一、缓存穿透

1. 缓存穿透的原理

缓存穿透的概念很简单，用户想要查询一个数据，发现redis内存数据库没有，也就是缓存没有命中，于是向持久层数据库查询。
发现也没有，于是本次查询失败。当用户很多的时候，缓存都没有命中，于是都去请求了持久层数据库。
这会给持久层数据库造成很大的压力，这时候就相当于出现了缓存穿透。

2. 解决方法

2.1 布隆过滤器

布隆过滤器是一种数据结构，对所有可能查询的参数以 hash 形式存储，在控制层先进行校验，不符合则丢弃，从而避免了对底层存储系统的查询压力

2.2 缓存空对象

当存储层不命中后，即使返回的空对象也将其缓存起来，同时会设置一个过期时间，之后再访问这个数据将会从缓存中获取，保护了后端数据源

但是这种方法会存在两个问题：
① 如果空值能够被缓存起来，这就意味着缓存需要更多的空间存储更多的键，因为这当中可能会有很多的空值的键；
② 即使对空值设置了过期时间，还是会存在缓存层和存储层的数据会有一段时间窗口的不一致，这对于需要保持一致性的业务会有影响

二、缓存击穿

1. 缓存击穿原理

• 缓存击穿是指一个 key 非常热点，在不停的扛着大并发，大并发集中对这一个点进行访问，当这个 key 在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，就像在一个屏障上被凿开了一个洞

• 当某个 key 在过期的瞬间，有大量的请求并发访问，这类数据一般是热点数据，由于缓存过期，会同时访问数据库来查询最新数据，并且回写缓存，会导使数据库瞬间压力过大。

2. 解决方法

2.1 设置热点数据永不过期

从缓存层面来看，没有设置过期时间，所以不会出现热点 key 过期后产生的问题

2.2 加互斥锁

分布式锁：
使用分布式锁，保证对于每个 key 同时只有一个线程去查询后端服务，其他线程没有获得分布式锁的权限，因此只需要等待即可；
这种方式将高并发的压力转移到了分布式锁，因此对分布式锁的考验很大。

三、缓存雪崩

1. 缓存雪崩原理

• 缓存雪崩是指在某一个时间段，缓存集中过期失效，Redis 宕机。

• 产生雪崩可能的原因：
  比如在双十一十二点到来之际，很快就会迎来一波抢购，这波商品时间比较集中的放入了缓存，假设缓存一个小时。那么到了凌晨一点钟的时候，这批商品的缓存就都过期了；
  而对这批商品的访问查询，都落到了数据库上，对于数据库而言，就会产生周期性的压力，于是所有的请求都会达到存储层，存储层的调用量会暴增，造成存储层也会挂掉的情况。

• 其实集中过期，倒不是非常致命，比较致命的缓存雪崩，是缓存服务器某个节点宕机或断网。因为自然形成的缓存雪崩，一定是在某个时间段集中创建缓存，这个时候数据库也是可以顶住压力的。无非就是对数据库产生周期性的压力而已。而缓存服务节点的宕机，对数据库服务器造成的压力是不可预知的，很有可能瞬间就把数据库压垮。

2. 解决方法

2.1 redis 高可用

既然 redis 有可能挂掉，那我多增设几台 redis，这样一台挂掉之后其他的还可以继续工作，其实就是搭建的集群

2.2 限流降级

在缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个 key 只允许一个线程查询数据和写缓存，其他线程需要等待。

2.3 数据预热

数据加热的含义就是在正式部署之前，我先把可能的数据先预先访问一遍，这样部分可能大量访问的数据就会加载到缓存中。在即将发生大并发访问前手动触发加载缓存不同的 key，设置不同的过期时间，让缓存失效的时间点尽量均匀。