Redis 初探（9）——缓存问题

蔚落 2021-12-19 23:15 203阅读 0赞

## 一、引言 ##

> 咳咳，这一节内容应该早就放上博客的，一直忘记了，在写上一篇[《布隆过滤器》][Link 1]时，谈到缓存问题，一看博客中竟然没有写过相关的，实在是不该，特此补上。

Redis 所存在的缓存问题也是大部分缓存所存在的问题，因此本文不单单特指于 Redis。这些问题包括**缓存穿透、缓存雪崩、缓存击穿、缓存预热**等等，相关文章网络上已经数不胜数了，说实话本文和它们没啥不同之处，只是为了记录，所以对于了解过的人基本就是废话了，谨慎阅读哦。

## 二、缓存穿透 ##

**问题描述：**

`缓存穿透`是指**查询一个一定不存在的数据**，由于缓存是不命中时被动写的，并且出于容错考虑，如果从存储层查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到存储层去查询，失去了缓存的意义。在流量大时，可能DB就挂掉了，要是有人利用不存在的 key 频繁攻击我们的应用，这就是漏洞。

**解决方案：**

有很多种方法可以有效地解决缓存穿透问题，最常见的则是采用`布隆过滤器`，将所有可能存在的数据哈希到一个足够大的 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。

另外也有一个更为简单粗暴的方法，如果一个查询返回的数据为空（不管是数据不存在，还是系统故障），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。通过这个直接设置的默认值存放到缓存，这样第二次到缓冲中获取就有值了，而不会继续访问数据库。

![缓存穿透解决方案][20190630221228244.png]

## 三、缓存雪崩 ##

**问题描述：**

`缓存雪崩`是指在我们**设置缓存时采用了相同的过期时间，导致缓存在某一时刻同时失效**，请求全部转发到DB，DB瞬时压力过重雪崩。

**解决方案：**

缓存失效时的雪崩效应对底层系统的冲击非常可怕。大多数系统设计者**考虑用加锁或者队列的方式保证缓存的单线程（进程）写**，从而避免失效时大量的并发请求落到底层存储系统上。

还可以将缓存失效时间分散开，比如我们可以**在原有的失效时间基础上增加一个随机值**，比如1-5分钟随机，这样每一个缓存的过期时间的重复率就会降低，就很难引发集体失效的事件。

## 四、缓存击穿 ##

**问题描述：**

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。

**解决方案：**

业界比较常用的做法，是使用互斥锁(mutex)。简单地来说，就是在缓存失效的时候（判断拿出来的值为空），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（比如 Redis 的 `SETNX` 或者 Memcache 的 ADD）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。

## 五、缓存预热 ##

**问题描述：**

缓存预热就是系统上线后，将相关的缓存数据直接加载到缓存系统。这样就可以避免在用户请求的时候，先查询数据库，然后再将数据缓存的问题！用户直接查询事先被预热的缓存数据！

**解决方案：**

1.  直接写个缓存刷新页面，上线时手工操作下；
2.  数据量不大，可以在项目启动的时候自动进行加载；
3.  定时刷新缓存；

[Link 1]: https://blog.csdn.net/yuanlaijike/article/details/94356729
[20190630221228244.png]: /images/20211219/a8bdace951ec460db8502a63c136ff39.png