Redis 缓存优化：缓存雪崩、缓存击穿、缓存穿透的概念与预防

在实际的业务场景中，Redis 通常作为缓存和其他数据库（例如 MySQL）搭配使用，用来减轻数据库的压力。但是在使用 Redis 作为缓存数据库的过程中，可能会遇到一些常见问题，例如缓存穿透、缓存击穿和缓存雪崩等。

缓存雪崩

缓存雪崩是指缓存中大批量的 key 同时过期，于是大量请求访问数据库，从而导致数据库压力激增，甚至引起数据库宕机，这种现象被称为 “缓存雪崩”。

避免缓存雪崩的措施有：

1. 给缓存数据设置不同的过期时间，避免同时过期；
2. 利用 Redis 集群提高服务可用性，避免因 Redis 宕机引起的缓存雪崩；
3. 给缓存业务添加降级限流策略；
4. 使用多级缓存架构，分散缓存失效的影响。

缓存击穿

如果 Redis 中一个被高并发访问并且缓存重建业务较复杂的 Key 突然失效，那么大量请求将直接访问数据库，从而瞬间给数据库造成巨大冲击。这种现象被称为 “缓存击穿”。

避免缓存击穿的措施有：

1. 使用互斥锁：

   当缓存未命中时，通过互斥锁方式，确保只有一个线程访问后端存储获取数据，并重建缓存，其他线程保持排队等待。

   优点：没有额外内存消耗（不需要设置逻辑过期数据）；保证数据库数据与缓存数据的一致性；

   缺点：线程需要等待，性能受影响；当多个线程需要竞争多把锁时，可能会有死锁风险。

2. 逻辑过期：将缓存设置一个逻辑过期时间，线程每次都会访问到缓存。当取到过期数据时，开启一个新线程，用于缓存重建，同时需要给新线程加上互斥锁（用于保证单个缓存的重建只被一次执行）。

   优点：线程无需等待，性能较好；

   缺点：不保证数据库数据与缓存数据的一致性；有额外内存消耗。

缓存穿透

当用户查询某个数据时，Redis 中不存在该数据，即未命中缓存，所以此时查询数据的请求将访问持久层数据库（例如 MySQL 数据库）以获取需要的数据，但是发现数据库中也并不存在该数据，于是数据库将返回空对象。此类请求如果过多，或者恶意用户利用此漏洞进行恶意攻击，将会给数据库造成过大压力，甚至引起数据库崩溃。这种现象被称为 “缓存穿透”。

避免缓存穿透的措施有：

1. 缓存空值：

   当请求未命中缓存，同时数据库中也无法查询到数据时，直接将请求对应的数据在 Redis 中缓存为空值。当请求再次访问该数据时，Redis 将直接返回缓存中缓存的空值，从而使请求避免直接访问数据库。

   该方案也有缺点：

   • 额外内存消耗：因为 Redis 是基于内存的，所以将产生额外的内存消耗。
   • 数据不一致：在实际开发中，通常在更新数据库数据时同步删除缓存，以达到缓存与数据库数据一致的目的。但是在更新数据成功后到更新缓存成功前的极短时间内，可能会造成极短时间的缓存与数据库数据的不一致。

   针对上述两个问题，可以设置一个较短的 TTL（缓存过期时间）以规避。

2. 使用布隆过滤器：

   布隆过滤器的特性之一是可以判定数据是否存在，布隆过滤器的这一特性可以用于解决缓存穿透问题。通过布隆过滤器可以将无效请求过滤掉，以确保合法的请求才能访问后端数据库。

   当有一个用户请求到来时会先经过布隆过滤器，如果请求的数据，布隆过滤器中不存在，那么该请求将直接被拒绝，否则将继续执行查询。

   

   相较于第一种方法，布隆过滤器内存占用较少，更为高效、实用，但是存在误判可能。

另外，对于恶意用户进行的恶意攻击而导致的缓存穿透情况，也可以通过限流、黑名单等手段加以限制，从而保护后端数据库免受恶意攻击。