缓存雪崩等问题解决方案

悠悠 2021-11-11 11:34 380阅读 0赞

### 缓存雪崩等问题解决方案 ###

*  缓存雪崩
 *   *  简介
     *  解决方法
     *  处理流程图
 *  缓存穿透
 *   *  简介
     *  解决方法
 *  缓存击穿
 *   *  简介
     *  解决方法
     *   *  使用互斥锁
         *  “提前”使用互斥锁
         *  设置为永久不过期
 *  缓存 “无底洞” 现象
 *   *  简介
     *  产生原因
     *  解决方案
 *  缓存一致性
 *   *  简介
     *  解决方案

# 缓存雪崩 #

## 简介 ##

同一时间缓存大面积失效，后面的请求全部都会落到数据库上，造成数据库短时间内承受大量请求而崩掉。

## 解决方法 ##

事前：尽量保证整个Redis集群的高可用性，发现机器宕机尽快补上。选择合适的内存淘汰策略  
事中：本地ehcache缓存 + hystrix限流&降级，避免MySQL崩掉  
事后：利用Redis持久化机制保存的数据尽快恢复缓存

## 处理流程图 ##

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lqbjE5OTU_size_16_color_FFFFFF_t_70]

# 缓存穿透 #

## 简介 ##

一般是由于黑客故意去请求缓存中不存在的数据，导致所有的请求都落到数据库上，造成数据库短时间内承受大量请求而崩掉

## 解决方法 ##

最常见的解决方法是采用布隆过滤器，将所有可能存在的数据hash到一个足够大的bitmap中，一个一定不存在的数据会被这个bitmap拦截掉，从而避免了对底层存储系统的查询压力。  
  还有一个更为简单粗暴的方法，即使一个查询返回的数据为空，我们仍然把这个空结果进行缓存，但它的过期时间会很短，最长不超过五分钟。

# 缓存击穿 #

## 简介 ##

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。这就需要考虑一个问题：缓存被“击穿”的问题。缓存击穿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，这个时候高并发的请求可能会瞬间把后端DB压垮。

## 解决方法 ##

### 使用互斥锁 ###

业界比较常用的做法，是使用mutex。就是在缓存失效的时候，不是立即去load db，而是先使用缓存工具的某些带成功操作返回值的操作去set一个mutex key，当操作返回成功时，再进行load db的操作并回设缓存；否则，就重试整个get缓存的方法。

### “提前”使用互斥锁 ###

在value内部设置1个超时值(timeout1), timeout1比实际的memcache timeout(timeout2)小。当从cache读取到timeout1发现它已经过期时候，马上延长timeout1并重新设置到cache。然后再从数据库加载数据并设置到cache中。

### 设置为永久不过期 ###

*  从Redis上看，确实没有设置过期时间，这就保证了，不会出现热点key过期问题，也就是“物理”不过期
 *  从功能上看，如果不过期，那不就成静态的了吗？所以我们把过期时间存在key对应的value里，如果发现要过期了，通过一个后台的异步线程进行缓存的构建，也就是“逻辑”过期
 *  从实战上看，这种方法对于性能非常友好，唯一不足的就是构建缓存时候，其余线程可能访问的是老数据，但是对于一般的互联网功能来说这个还是可以忍受

# 缓存 “无底洞” 现象 #

## 简介 ##

指的是为了满足业务要求添加了大量缓存节点，但是性能不但没有好转反而下降了的现象。

## 产生原因 ##

缓存系统通常采用 hash 函数将 key 映射到对应的缓存节点，随着缓存节点数目的增加，键值分布到更多的节上，导致客户端一次批量操作会涉及多次网络操作，这意味着批量操作的耗时会随着节点数目的增加而不断增大。此外，网络连接数变多，对节点的性能也有一定影响。

## 解决方案 ##

*  优化批量数据操作命令；
 *  减少网络通信次数；
 *  降低接入成本，使用长连接 / 连接池，NIO 等。

# 缓存一致性 #

## 简介 ##

缓存一致性要求数据更新的同时缓存数据也能够实时更新。

## 解决方案 ##

*  在数据更新的同时立即去更新缓存；
 *  在读缓存之前先判断缓存是否是最新的，如果不是最新的先进行更新。
 *  要保证缓存一致性需要付出很大的代价，缓存数据最好是那些对一致性要求不高的数据，允许缓存数据存在一些脏数据。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3lqbjE5OTU_size_16_color_FFFFFF_t_70]: /images/20211109/d4ca0de749774c63a482956c182a9ac5.png