Redis缓存穿透&击穿&雪崩

清疚 2023-01-21 12:26 113阅读 0赞

### 目录 ###

*  1、缓存穿透
 *  2、缓存击穿
 *  3、缓存雪崩

--------------------

# 1、缓存穿透 #

> **概述**：

缓存穿透的概念很简单，用户想要査询一个数据，发现redis内存数据库没有，也就是缓存没有命中，于是向持久层数据库査询。发现也数据库中也没有，于是本次査询失败。当用户很多的时候，缓存都没有命中，于是都去请求了持久层数据库。这会给持久层数据库造成很大的压力，这时候就相当于出现了缓存穿透。

缓存穿透是指缓存和数据库中都没有数据，导致所有的请求都打在数据库上，造成数据库短时间内承受大量的请求而崩掉。缓存穿透通常来自于攻击，因为缓存和数据库都没有的情况很少。

![image-20210419221307336][]

> **解决方案**

1️⃣ **接口层增加校验**

如用户鉴权校验，id基础校验，在接口层就拦截不可能存在的数据

2️⃣ **布隆过滤器**

布隆过滤器是一种数据结构，将所有可能存在的数据哈希到一个足够大的bit map中，一定不存在的数据可以被bit map拦截掉，从而避免了对底层存储系统的压力

![image-20210419221422293][]

3️⃣ **缓存空对象**

当存储层不命中后，即使返回的空对象也将其缓存起来，将key-value缓存为key-null，同时会设置一个过期时间，之后再访问这个数据将会从缓存中获取，保护了后端数据源；

![image-20210419221529223][]

但是这种方法会存在两个问题：

1.  如果空值能够被缓存起来，这就意味着缓存需要更多的空间存储更多的键，因为这当中可能会有很多的空值的键
2.  即使对空值设置了过期时间，还是会存在缓存层和存储层的数据会有一段时间窗口的不一致，这对于需要保持一致性的业务会有影响

--------------------

# 2、缓存击穿 #

> **概述**

缓存击穿是指缓存中没有但是数据库中有的数据（一般是缓存时间到期），此时如果该key为热点数据而缓存中不存在，则大量请求打到数据库上请求同一条数据，造成数据库某一点过大的压力。

这里需要注意**和缓存击穿的区别**，缓存击穿，是指一个热点数据key，在不停的扛着大并发，大并发集中对这一个点进行访问，当这个key在过期的瞬间，比如60s该key到期，61s才会恢复，这1s的时间内持续的大并发就穿破缓存，直接请求数据库，就像在一个屏障上凿开了一个洞

此外还需注意**与缓存雪崩的区别**，缓存击穿是指并发查一条数据，而缓存雪崩是不同数据都过期了。

> **解决方案**

1️⃣ **设置热点数据不过期**

从缓存层面来看，没有设置过期时间，所以不会出现热点key过期后产生的问题

2️⃣ **加互斥锁**

分布式锁：使用分布式锁，保证对于每key同时只有一个线程去查询后端服务，其他线程没有获得分布式锁的权限，因此只需要等待即可。这种方式将高并发的压力转移到了分布式锁，因此对分布式锁的考验很大。

![image-20210419225714033][]

--------------------

# 3、缓存雪崩 #

> **概述**

缓存雪崩是指缓存同一时间大面积失效，所有的请求会直接落在数据库上，造成数据库短时间内承受大量请求而崩掉。通常产生的原因有缓存过时失效、缓存服务器宕机/故障重启、第一次服务时缓存为空

比如马上就要到双十二零点，很快就会迎来一波抢购，这波商品时间比较集中的放入了缓存，假设缓存一个小时。那么到了凌晨一点钟的时候，这批商品的缓存就都过期了。而对这批商品的访问査询，都落到了数据库上，对于数据库而言，就会产生周期性的压力波峰。于是所有的请求都会达到存储层，存储层的调用量会暴增，造成存储层也会挂掉的情况。

![image-20210419225942257][]

其实集中过期，倒不是非常致命，比较致命的是缓存服务器某个节点宕机或断网。因为自然形成的缓存雪崩，一定是在某个时间段集中创建缓存，这个时候，数据库也是可以顶住压力的。无非就是对数据库产生周期性的压力而已。而缓存服务节点的宕机，对数据库服务器造成的压力是不可预知的，很有可能瞬间就把数据库压垮。

> **解决方案**

1️⃣ **redis高可用**  
既然redis有可能挂掉，那我多增设几台 redis，搭建集群异地多活这样，这样一台挂掉之后其他的还可以继续工作

2️⃣ **限流降级**  
在缓存失效后，通过加互斥锁或者队列来控制读数据库写缓存的线程数量。比如对某个key只允许一个线程查询数据和写缓存，其他线程等待，免大量请求对同一个key进行访问，让请求进行排队

3️⃣ **数据预热**  
数据加热的含义就是在正式部署之前，我先把可能的数据先预先访问一遍，这样部分可能大量访问的数据就会加载到缓存中。在即将发生大并发访问前手动触发加载缓存不同的key，设置不同的过期时间，让缓存失效的时间点尽量均匀

4️⃣ **添加缓存标记**

给每一个缓存数据增加相应的缓存标记，记录缓存是否失效，如果缓存标记失效，则更新缓存；同时，缓存数据的过期时间设置随机，防止同一时间大量数据过期现象发生

[image-20210419221307336]: https://gitee.com/zhong_siru/images/raw/master//img/image-20210419221307336.png
[image-20210419221422293]: https://gitee.com/zhong_siru/images/raw/master//img/image-20210419221422293.png
[image-20210419221529223]: https://gitee.com/zhong_siru/images/raw/master//img/image-20210419221529223.png
[image-20210419225714033]: https://gitee.com/zhong_siru/images/raw/master//img/image-20210419225714033.png
[image-20210419225942257]: https://gitee.com/zhong_siru/images/raw/master//img/image-20210419225942257.png