标签：缓存 Redis 数据库 redis 击穿 查询 雪崩 失效 数据

缓存穿透

　　在日常开发中，对redis的常见的一种使用方式，如下图所示。在用户访问数据的时候，会先查询redis中是否存在对应数据的缓存，当缓存不存在的时候，就直接查询关系型数据库如mysql。查询到了对应的数据再保存到redis里。因此如果有大量请求，查询在缓存中不存在的数据，就会将大量的请求发送到数据库，可能会把数据库直接打挂。

　　应对缓存穿透常见的解决方案：

1. 每次从数据库从取数的时候，如果数据库中也没有该数据，也将该空值保存在缓存中，并设定一个较短的过期时间。
2. 根据业务字段属性提前进行限制，比如根据id查询数据时，先验证id必须>0，根据身份证查询时，先验证身份证符合身份证规范。
3. 使用布隆过滤器提前对数据进行限制。
4. 设置接口访问频率，同一个用户、IP、设备号限制访问频率，防止少量的用户发出大量请求进行攻击。

缓存击穿

　　缓存击穿和缓存穿透很相似。缓存击穿一般是指某个热点KEY失效，比如APP首页的BANNER或者活动页面的榜单数据等。因为这些数据的访问并发非常高，当一个热点KEY失效的瞬间，并发的请求查询到数据的缓存，请求会直接进去到数据库，瞬间的高并发会对数据库产生巨大压力，很容易就把数据库打挂。

　　应对缓存击穿的常见解决方案：

1. 防止热点数据失效，将热点数据的缓存设置为不失效的状态。每次更新数据的时候，更新数据库的同时同步跟更新缓存。
2. 针对大量相似数据，不好判断哪个数据是热点。比如商品数据，有的商品访问频率特别高，有的商品频率比较低。但是开发阶段不好判断到底哪个商品是热点，则每次访问商品缓存时，延长商品的过期时间，每次更新商品的时候再将数据更新到缓存里，或通过异步任务，异步的将数据库的数据，刷到缓存中。
3. 设置锁等待，如果有线程正在查询数据库，就等待该数据写入缓存之后再读取。

缓存雪崩

　　缓存雪崩的场景，是指redis的key在一个时间里大面积失效，比如通过定时任务将一批数据同步到缓存中，此时这一批数据的过期时间非常相近，缓存同时失效会导致请求都直接请求数据库，将数据库打挂。

　　应对缓存雪崩的常见解决方案：

　　1、对缓存数据随机添加过期时间，比如原来都是9:00失效的数据，每个KEY随机加上几秒，使得数据失效时间岔开来。

　　2、构建多级缓存，比如redis缓存、本地缓存，使得不同的缓存有差异化。

标签：缓存,Redis,数据库,redis,击穿,查询,雪崩,失效,数据
来源： https://www.cnblogs.com/null-qige/p/16479196.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。