Redis緩存問題-緩存雪崩、緩存擊穿、緩存穿透

一、緩存雪崩

1、什么是緩存雪崩？

緩存雪崩是指緩存中大批量數(shù)據(jù)在同一時間過期，這一瞬間Redis跟沒有一樣，所有的請求都打到數(shù)據(jù)庫上，會導(dǎo)致數(shù)據(jù)庫壓力過大甚至宕機(jī)。

2、舉例說明

以淘寶平臺為例，假設(shè)某位研發(fā)同學(xué)將淘寶首頁所有商品在緩存中的過期時間設(shè)置為同一時間，雙十一零點搶購，大量用戶涌入，訪問淘寶（見緩存雪崩示意圖，此時M大概有幾千萬），倒霉的是此時首頁所有商品的緩存在這一刻都過期了，那么這幾千萬的訪問請求都落到了數(shù)據(jù)庫上，在如此高的并發(fā)量下，數(shù)據(jù)庫必然扛不住，可能會掛掉。

3、如何避免緩存雪崩？

(1)、事發(fā)前：保證Redis的高可用，主從架構(gòu)+Sentinel（哨兵），或者Redis Cluster（Redis集群），一旦主節(jié)點掛掉，其他節(jié)點可以繼續(xù)提供服務(wù)。如果Redis是集群部署，將熱點數(shù)據(jù)均勻分布在不同的Redis庫中，也可避免全部失效的問題。

(2)、事發(fā)中：限流降級組件，如果服務(wù)和接口都有限流機(jī)制，就算緩存全部失效了，但是請求的總量是有限制的，可以在承受范圍之內(nèi)，這樣短時間內(nèi)系統(tǒng)響應(yīng)慢點，但不至于掛掉，影響整個系統(tǒng)。

常見的限流降級組件有Hystrix（SpringCloud斷路器）和Sentinel（阿里巴巴開源的限流降級組件）。

(3)、事發(fā)后：Redis持久化（RDB + AOF組合策略），萬一Redis真的掛了，重啟Redis從磁盤加載數(shù)據(jù)到內(nèi)存，快速恢復(fù)緩存數(shù)據(jù)。

(4)、優(yōu)化緩存過期時間：設(shè)計緩存時，為每一個 key 設(shè)置不同的過期時間（一般是給每個Key的失效時間都加個隨機(jī)值），避免大量的 key 在同一時刻集中失效。

setRedis（Key，value，time + Math.random() * 10000）;

(5)、熱點數(shù)據(jù)設(shè)置永不過期，有更新操作則更新緩存即可。

二、緩存擊穿

1、什么是緩存擊穿？

緩存擊穿是指一個Key非常熱點，在不停的扛著大并發(fā)，大并發(fā)集中對這一個點進(jìn)行訪問，當(dāng)這個Key在失效的瞬間，持續(xù)的大并發(fā)就穿破緩存，直接請求數(shù)據(jù)庫，會導(dǎo)致數(shù)據(jù)庫壓力過大甚至宕機(jī)。

2、緩存擊穿和緩存雪崩

緩存擊穿和緩存雪崩有點像，二者的區(qū)別如下：

緩存雪崩：大量的數(shù)據(jù)在同一時間過期，所有的請求打到數(shù)據(jù)庫，導(dǎo)致數(shù)據(jù)庫壓力過大。
緩存雪崩示意圖

緩存擊穿：并發(fā)請求同一個數(shù)據(jù)（熱點數(shù)據(jù)），這個數(shù)據(jù)在某一瞬間失效，所有的并發(fā)請求打到數(shù)據(jù)庫，導(dǎo)致數(shù)據(jù)庫壓力過大。

緩存擊穿示意圖

3、舉例說明

李佳琪今晚24點抖音直播，Lamer面霜做活動，前500名打3折，這么便宜，想必很多小仙女都會去搶購，24點到了，大家都涌進(jìn)直播間搶購商品，如果這個時候，該商品在緩存中過期了，那么這么高的請求全部都打到數(shù)據(jù)庫上了，數(shù)據(jù)庫可能承受不了壓力，一下子就崩了，完了，一件也沒賣出去，用戶對平臺的印象分也大大降低。

4、如何避免緩存擊穿？

(1)、可以將熱點數(shù)據(jù)的過期時間設(shè)置為永久有效（有人可能會問，萬一這個熱點商品下架了，這個緩存不就成了了臟數(shù)據(jù)嗎？其實會有這種場景存在，主要還是具體情況具體分析，看業(yè)務(wù)場景吧）。

(2)、使用互斥鎖：當(dāng)在緩存中拿不到數(shù)據(jù)時，只讓一個線程去查詢數(shù)據(jù)庫，拿到數(shù)據(jù)后，重新設(shè)置到緩存中，其他線程等到緩存重建完，直接從緩存中讀取數(shù)據(jù)即可。

如果是單機(jī)，可以用synchronized或者Lock來處理，如果是分布式環(huán)境可以用分布式鎖。

// 單機(jī)鎖
public synchronized String getValue(String key) {  
   String value = redis.get(key);  
   if (value  == null) {   
     value = db.get(key);  
     redis.set(key, value);  
  } 
  return value;
}

// 分布式鎖
    public String getValue(key) {
        String value = redis.get(key);
        if (value == null) {
            // 使用setnx做分布式鎖
            // 設(shè)置3分鐘的超時，是為了防止由于del操作失敗，后續(xù)線程一直操作數(shù)據(jù)庫而降低效率。
            if (redis.setnx(key_mutex, 1, 3 * 60) == 1) {// 加鎖成功
                value = db.get(key);
                redis.set(key, value, expire_secs);
                redis.del(key_mutex);
            } else {
                // 獲取到分布式鎖的線程已經(jīng)重建好緩存了，其他線程直接從緩存中獲取即可。
                sleep(50);
                value = get(key);
            }
        } else {
            return value;
        }
    }

三、緩存穿透

1、什么是緩存穿透？

緩存穿透是指訪問緩存和數(shù)據(jù)庫中都沒有的數(shù)據(jù)，這樣的話，每次請求都會打到數(shù)據(jù)庫上，如果是高并發(fā)的請求（一般是黑客故意攻擊），就會導(dǎo)致數(shù)據(jù)庫壓力過大甚至宕機(jī)。

2、舉例說明

還是拿淘寶平臺舉例，假設(shè)某位研發(fā)同學(xué)在開發(fā)一個接口的時候，默認(rèn)當(dāng)在緩存中查詢不到數(shù)據(jù)，就從數(shù)據(jù)庫中查詢。

我們數(shù)據(jù)庫的 id 都是1開始自增上去的，黑客抓住這個漏洞，如果他想惡意攻擊，寫一個腳本，將查詢 id 為 -1 的請求循環(huán)發(fā)送100w次，那么由于緩存和數(shù)據(jù)庫不會存在這條數(shù)據(jù)，那么這100w請求都會打到數(shù)據(jù)庫，數(shù)據(jù)庫承受不住壓力，可能就掛掉了。

3、如何避免緩存穿透？

(1)、使用布隆過濾器(Bloom Filter)在緩存前進(jìn)行攔截，過濾一些異常的請求，將數(shù)據(jù)庫中存在的數(shù)據(jù)寫入布隆過濾器，那么當(dāng)用戶訪問一個數(shù)據(jù)庫中不存在的數(shù)據(jù)，在布隆過濾器那塊就被攔截了。

(2)、針對在數(shù)據(jù)庫中找不到記錄的，我們?nèi)匀?strong>將該空數(shù)據(jù)存入緩存中（key對應(yīng)的value設(shè)置成null、“稍后重試”等），當(dāng)然一般會設(shè)置一個較短的過期時間。

(3)、對請求參數(shù)做校驗，例如可以用正則，比如上面的那個例子，id <=0 的請求直接返回。