Redis雪崩、穿透与一致性问题解决方案

1 redis雪崩的解决方案

什么是缓存雪崩？

（1）Redis挂掉了，请求全部走数据库。
（2）对缓存数据设置相同的过期时间，导致某段时间内缓存失效，请求全部走数据库。

1.1 针对redis数据过期失效的策略

在缓存过期的短时间内存在数据库短暂压力问题，为解决该问题，可采用以下两种解决方案：

第一种：在缓存的时候给过期时间加上一个随机值，这样就会大幅度的减少缓存在同一时间过期。
第二种：我们以两个键值对的缓存代替之前的一个，将缓存时间（key-time),和缓存数据（key-data）分离，这样当缓存过期时，第一个线程发现key-time没有，则先更新key-time，然后去查询数据库（或任何比较耗时的数据查询方式），并更新key-data的值，当后续线程来获取数据时，虽然第一个还没有从数据库查完并更新缓存，但发现key-time存在，会获取旧的数据。

虽然按这种方式获取的数据中c类型的数据为旧数据，但可以做到：在缓存过期时不至于在短时间内对数据库造成较高压力，在数据库不可用，同时缓存过期的时候，其调用服务皆不可用，造成连锁反应，而已该解决方式，则可以返回过期数据，为修复数据库赢得宝贵时间（缓解雪崩效应）

1.2 针对“Redis挂掉了，请求全部走数据库”这种情况

我们可以有以下的思路：

事发前：实现redis的高可用，尽量避免redis挂掉这种情况的发生。
事发中：万一redis真的挂了，可以设置本地缓存+限流，尽量避免数据库被干掉，确保服务正常工作。
事发后：redis持久化，重启后能够快速恢复缓存数据。

2 缓存穿透的解决方案

什么是缓存穿透？就是请求的数据在缓存大量不命中，导致请求走数据库。而缓存穿透如果发生了，也可能把我们的数据库搞垮，导致整个服务瘫痪！

解决缓存穿透也有两种方案：

（1）提前进行拦截过滤：由于请求的参数是不合法的(每次都请求不存在的参数)，于是我们可以使用布隆过滤器(BloomFilter)或者压缩filter提前拦截，不合法就不让这个请求到数据库层！
（2）设置空对象：当我们从数据库找不到的时候，我们也将这个空对象设置到缓存里边去。下次再请求的时候，就可以从缓存里边获取了。这种情况我们一般会将空对象设置一个较短的过期时间。

3 缓存和数据库双写一致性问题

主要就是两种策略：第一种：先删除缓存，再更新数据库；第二种：先更新数据库，再删除缓存。

第一种策略在并发的情况，也会出现不一致的情况，弥补策略，采用延时双删策略。如果第二次删又失败的话，又考虑性能的话，可采用异步重试的方式进行。
同样，针对第二种策略，在并发的情况下，也会出现数据不一致的情况，同样可以采取延迟双删的策略。如果第二次删又失败的话，又考虑性能的话，可采用异步重试的方式进行。

针对二删和重试操作，对业务代码会造成比较多的侵入，针对这种情况，可以启动一个订阅程序去订阅数据库的binlog，获得需要操作的数据。在应用程序中，另起一段程序，获得这个订阅程序传来的信息，进行删除缓存操作。