标签：... 缓存 请求 过期 数据库 Redis 最常 数据 bit
一提到Redis缓存，我们不得不了解的三个问题就是：缓存雪崩、缓存击穿和缓存穿透。这三个问题一旦发生，会导致大量的请求直接请求到数据库层。如果并发压力大，就会导致数据库崩溃。那p0级的故障是没跑了。
今天我们就来详细的了解这个三个问题诱因以及如何解决。没有点关注，记得先点个关注吧。 废话不多说，我们直接开搞！！！
一、缓存雪崩
什么是缓存雪崩？缓存雪崩就是大量请求无法在redis缓存中进行处理，而是直接发送到了数据库层，使得数据库压力陡增。就好像redis一下子突然失效了一样。一般造成缓存雪崩主要有两个原因，我们来一一分析一下。
1.缓存中大量数据同时过期
缓存中大量数据同时过期，就会导致大量请求无法在redis缓存层面进行处理。具体来说，就是给redis中大量数据设置了相同的过期时间，一旦它们同时失效，应用就会把请求直接发送给数据库，直接从数据库中读取数据。如果应用的并发量很大，那数据库的压力就会很大。如下图所示: 针对大量数据同时失效带来的缓存雪崩问题，我们一般采取以下两种解决方案。 （1）我们在开发过程中要避免给大量数据设置相同的过期时间。我们可以在给数据设置过期时间时给时间加一个很小的随机数，这样不同数据的过期时间就会有所差别，但差别也不会太大，保证数据在一定范围内过期，从而满足业务层要求同时过期的需要。 （2）服务降级。所谓的服务降级，是指发生缓存雪崩后，针对不同的数据采取不同的策略。
- 当业务访问非核心数据时（例如商品属性信息），我们直接返回预定义的信息。
- 当业务访问的是如库存数据等核心数据时，仍然允许查询缓存，如果缓存缺失，也可以从数据库中继续读取。
这样一来，只有部分过期的数据会访问数据库，所以数据库压力就没那么大。
2.Redis实例发生故障
当Redis实例发生故障，那就相当于缓存已经废掉了，所以大量请求会直接请求数据库，造成数据库压力变大，甚至宕机。针对这种情况发生的缓存雪崩，我们有以下两种处理方式。 （1）在业务系统侧实现服务熔断或请求限流机制 所谓的服务熔断，就是指在发生缓存雪崩时，为了防止大流量直接打到数据库，我们会暂停对缓存系统的访问。当上层应用访问缓存时，缓存接口不会去访问Redis实例，而是直接返回。等redis恢复后，再允许应用程序请求缓存系统。这样就会避免因为redis缓存宕机，导致数据库压力陡增的情况。
服务熔断虽然可以保证数据库不被崩溃，但是暂停了整个服务的访问，对业务的影响范围大，为了减小对上层服务的影响，我们一般采用请求限流。请求限流是指业务系统去控制每秒进入系统的请求数，避免过多的请求被发送到数据库。比如正常运行时，业务系统每秒进入的请求是1万个，其中有80%在缓存中就可以处理了，有20%会去数据库中处理。一旦发生缓存雪崩，100%的流量就会请求数据库，为了不造成数据库崩溃，我们就可以启动请求限流机制。业务系统只允许30%的流量进入，而70%的流量被拒绝服务。这也是目前主流大厂常用的方法，比如在某个明星爆出大瓜后，我们刷微博经常刷不出来，多刷几次就能进入，那就是因为做了服务降级。只允许一部分流量进入。
（2）使用高可靠集群
我们可以通过主从节点来部署高可靠的Redis集群。当主节点挂掉后，从节点还可以切换成主节点。
二、缓存击穿
缓存击穿是指针对某个热点数据，无法在缓存中进行处理，然后访问该数据的大量请求，一下子都发到后端数据库中，导致数据库压力激增。对于缓存击穿的情况，经常发生在热点数据过期失效时。
为了避免这种情况发生，最常采取的措施就是对于访问特别频繁的热点数据，我们就不设置过期时间了。这样一来，对热点数据的访问，都可以在缓存中进行。\
三、缓存穿透
缓存穿透是指要访问的数据既不在缓存中，也不在数据库中，会导致请求缓存时，发生缓存缺失，然后请求数据库，发现数据库中也没有需要的数据。这样一来，缓存就成了“摆设”，如果有大量的这种请求，就会给数据库带来很大的压力。
这个问题一般都是黑客进行恶意攻击造成的。为了避免这种问题发生，我们有三种解决方式。
1、缓存空值或者缺省值
一旦发生缓存穿透，我们就可以在redis中设置一个空值或者给定的某个缺省值。这样，业务应用的后续这种请求，都可以命中缓存。这样就避免了把大量请求发送给数据库了。
2、使用布隆过滤器来快速判断数据是否存在
这里我们先来解释一下什么是布隆过滤器。
布隆过滤器由一个初值都为0的bit数组和N个哈希函数组成，可以用来快速判断某个数据是否存在。当我们想标记某个数据存在时，布隆过滤器会通过三个操作来完成标记：
- 首先，使用N个哈希函数，分别计算数据的哈希值，得到N个哈希值。
- 然后把这N个哈希值对bit数组的长度取模，得到每个哈希值在数组中的位置。
- 最后，我们把对应位置的bit位设置为1，这样就完成了布隆过滤器中标记数据的操作。
如果数据不存在，也就是我们没有用布隆过滤器标记过，bit数组对应的bit位为0。 当我们需要判断某个数据是否存在时，我们就执行上面的计算过程，我们先求出这个数据对应的hash值，然后取模，然后去bit数组查这N个位置上的bit值。只要这N个bit值有一个不为1，就表明这个数据没有被标记过。 基于布隆过滤器的快速检测特性，我们可以把数据写入数据库时，使用布隆过滤器做个标记，当缓存失效后，上层应用查询数据库时，可以通过查询布隆过滤器快速判断数据是否存在。如果不存在，就不用在去数据库中去查了。这样一来，即使发生缓存穿透，也不会对数据库造成压力。
3、业务层对请求进行检测
缓存穿透发生的原因主要就是恶意请求访问不存在的数据，所以业务层接受到请求后，一定要进行合法性检测，把恶意请求给过滤掉，这样就可以避免缓存穿透的问题了。
今天我们就聊到这里，下一次我们来聊聊Redis分布式锁的问题，如果感兴趣，记得关注一波哦。
作者：程序员学长
链接：https://juejin.cn/post/6996567228820750343/
来源：掘金
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
标签：...,缓存,请求,过期,数据库,Redis,最常,数据,bit 来源： https://www.cnblogs.com/laohanshuibi/p/15143723.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。