常見的緩存穿透，緩存擊穿，緩存雪崩解決方案分析
作者：zeb_perfect
來源：blog.csdn.net/zeb_perfect
前言
設(shè)計一個緩存系統(tǒng)，不得不要考慮的問題就是：緩存穿透、緩存擊穿與失效時的雪崩效應(yīng)。
緩存穿透
緩存穿透是指查詢一個一定不存在的數(shù)據(jù)，由于緩存是不命中時被動寫的，并且出于容錯考慮，如果從存儲層查不到數(shù)據(jù)則不寫入緩存，這將導(dǎo)致這個不存在的數(shù)據(jù)每次請求都要到存儲層去查詢，失去了緩存的意義。在流量大時，可能DB就掛掉了，要是有人利用不存在的key頻繁攻擊我們的應(yīng)用，這就是漏洞。
解決方案
有很多種方法可以有效地解決緩存穿透問題，最常見的則是采用布隆過濾器，將所有可能存在的數(shù)據(jù)哈希到一個足夠大的bitmap中，一個一定不存在的數(shù)據(jù)會被 這個bitmap攔截掉，從而避免了對底層存儲系統(tǒng)的查詢壓力。另外也有一個更為簡單粗暴的方法（我們采用的就是這種），如果一個查詢返回的數(shù)據(jù)為空（不管是數(shù) 據(jù)不存在，還是系統(tǒng)故障），我們?nèi)匀话堰@個空結(jié)果進行緩存，但它的過期時間會很短，最長不超過五分鐘。
緩存雪崩
緩存雪崩是指在我們設(shè)置緩存時采用了相同的過期時間，導(dǎo)致緩存在某一時刻同時失效，請求全部轉(zhuǎn)發(fā)到DB，DB瞬時壓力過重雪崩。
解決方案
緩存失效時的雪崩效應(yīng)對底層系統(tǒng)的沖擊非常可怕。大多數(shù)系統(tǒng)設(shè)計者考慮用加鎖或者隊列的方式保證緩存的單線 程（進程）寫，從而避免失效時大量的并發(fā)請求落到底層存儲系統(tǒng)上。這里分享一個簡單方案就時講緩存失效時間分散開，比如我們可以在原有的失效時間基礎(chǔ)上增加一個隨機值，比如1-5分鐘隨機，這樣每一個緩存的過期時間的重復(fù)率就會降低，就很難引發(fā)集體失效的事件。
緩存擊穿
對于一些設(shè)置了過期時間的key，如果這些key可能會在某些時間點被超高并發(fā)地訪問，是一種非常“熱點”的數(shù)據(jù)。這個時候，需要考慮一個問題：緩存被“擊穿”的問題，這個和緩存雪崩的區(qū)別在于這里針對某一key緩存，前者則是很多key。
緩存在某個時間點過期的時候，恰好在這個時間點對這個Key有大量的并發(fā)請求過來，這些請求發(fā)現(xiàn)緩存過期一般都會從后端DB加載數(shù)據(jù)并回設(shè)到緩存，這個時候大并發(fā)的請求可能會瞬間把后端DB壓垮。
解決方案
1.使用互斥鎖(mutex key)
業(yè)界比較常用的做法，是使用mutex。簡單地來說，就是在緩存失效的時候（判斷拿出來的值為空），不是立即去load db，而是先使用緩存工具的某些帶成功操作返回值的操作（比如Redis的SETNX或者Memcache的ADD）去set一個mutex key，當(dāng)操作返回成功時，再進行l(wèi)oad db的操作并回設(shè)緩存；否則，就重試整個get緩存的方法。
SETNX，是「SET if Not eXists」的縮寫，也就是只有不存在的時候才設(shè)置，可以利用它來實現(xiàn)鎖的效果。在redis2.6.1之前版本未實現(xiàn)setnx的過期時間，所以這里給出兩種版本代碼參考：
//2.6.1前單機版本鎖
String get(String key) {
String value = redis.get(key);
if (value == null) {
if (redis.setnx(key_mutex, "1")) {
// 3 min timeout to avoid mutex holder crash
redis.expire(key_mutex, 3 * 60)
value = db.get(key);
redis.set(key, value);
redis.delete(key_mutex);
} else {
//其他線程休息50毫秒后重試
Thread.sleep(50);
get(key);
}
}
}
最新版本代碼：
public String get(key) {
String value = redis.get(key);
if (value == null) { //代表緩存值過期
//設(shè)置3min的超時，防止del操作失敗的時候，下次緩存過期一直不能load db
if (redis.setnx(key_mutex, 1, 3 * 60) == 1) { //代表設(shè)置成功
value = db.get(key);
redis.set(key, value, expire_secs);
redis.del(key_mutex);
} else { //這個時候代表同時候的其他線程已經(jīng)load db并回設(shè)到緩存了，這時候重試獲取緩存值即可
sleep(50);
get(key); //重試
}
} else {
return value;
}
}
memcache代碼：
if (memcache.get(key) == null) {
// 3 min timeout to avoid mutex holder crash
if (memcache.add(key_mutex, 3 * 60 * 1000) == true) {
value = db.get(key);
memcache.set(key, value);
memcache.delete(key_mutex);
} else {
sleep(50);
retry();
}
}
2. "提前"使用互斥鎖(mutex key)：
在value內(nèi)部設(shè)置1個超時值(timeout1), timeout1比實際的memcache timeout(timeout2)小。當(dāng)從cache讀取到timeout1發(fā)現(xiàn)它已經(jīng)過期時候，馬上延長timeout1并重新設(shè)置到cache。然后再從數(shù)據(jù)庫加載數(shù)據(jù)并設(shè)置到cache中。偽代碼如下：
v = memcache.get(key);
if (v == null) {
if (memcache.add(key_mutex, 3 * 60 * 1000) == true) {
value = db.get(key);
memcache.set(key, value);
memcache.delete(key_mutex);
} else {
sleep(50);
retry();
}
} else {
if (v.timeout <= now()) {
if (memcache.add(key_mutex, 3 * 60 * 1000) == true) {
// extend the timeout for other threads
v.timeout += 3 * 60 * 1000;
memcache.set(key, v, KEY_TIMEOUT * 2);
// load the latest value from db
v = db.get(key);
v.timeout = KEY_TIMEOUT;
memcache.set(key, value, KEY_TIMEOUT * 2);
memcache.delete(key_mutex);
} else {
sleep(50);
retry();
}
}
}
3. "永遠不過期"：
這里的“永遠不過期”包含兩層意思：
(1) 從redis上看，確實沒有設(shè)置過期時間，這就保證了，不會出現(xiàn)熱點key過期問題，也就是“物理”不過期。
(2) 從功能上看，如果不過期，那不就成靜態(tài)的了嗎？所以我們把過期時間存在key對應(yīng)的value里，如果發(fā)現(xiàn)要過期了，通過一個后臺的異步線程進行緩存的構(gòu)建，也就是“邏輯”過期
從實戰(zhàn)看，這種方法對于性能非常友好，唯一不足的就是構(gòu)建緩存時候，其余線程(非構(gòu)建緩存的線程)可能訪問的是老數(shù)據(jù)，但是對于一般的互聯(lián)網(wǎng)功能來說這個還是可以忍受。
String get(final String key) {
V v = redis.get(key);
String value = v.getValue();
long timeout = v.getTimeout();
if (v.timeout <= System.currentTimeMillis()) {
// 異步更新后臺異常執(zhí)行
threadPool.execute(new Runnable() {
public void run() {
String keyMutex = "mutex:" + key;
if (redis.setnx(keyMutex, "1")) {
// 3 min timeout to avoid mutex holder crash
redis.expire(keyMutex, 3 * 60);
String dbValue = db.get(key);
redis.set(key, dbValue);
redis.delete(keyMutex);
}
}
});
}
return value;
}
4. 資源保護：
采用netflix的hystrix，可以做資源的隔離保護主線程池，如果把這個應(yīng)用到緩存的構(gòu)建也未嘗不可。
四種解決方案：沒有最佳只有最合適
| 解決方案 | 優(yōu)點 | 缺點 |
|---|---|---|
| 簡單分布式互斥鎖 （mutex key） | 1. 思路簡單 2. 保證一致性 | 1. 代碼復(fù)雜度增大 2. 存在死鎖的風(fēng)險 3. 存在線程池阻塞的風(fēng)險 |
| “提前”使用互斥鎖 | 保證一致性 | 同上 |
| 不過期(本文) | 異步構(gòu)建緩存，不會阻塞線程池 | 1. 不保證一致性 2. 代碼復(fù)雜度增大 (每個value都要維護一個timekey) 3. 占用一定的內(nèi)存空間 (每個value都要維護一個timekey) |
| 資源隔離組件hystrix(本文) | 1.hystrix技術(shù)成熟，有效保證后端 2.hystrix監(jiān)控強大 | 部分訪問存在降級策略 |
四種方案來源網(wǎng)絡(luò)，詳文請鏈接：
http://carlosfu.iteye.com/blog/2269687
總結(jié)
針對業(yè)務(wù)系統(tǒng)，永遠都是具體情況具體分析，沒有最好，只有最合適。
最后，對于緩存系統(tǒng)常見的緩存滿了和數(shù)據(jù)丟失問題，需要根據(jù)具體業(yè)務(wù)分析，通常我們采用LRU策略處理溢出，Redis的RDB和AOF持久化策略來保證一定情況下的數(shù)據(jù)安全。
如有文章對你有幫助，
“在看”和轉(zhuǎn)發(fā)是對我最大的支持！
剛剛整理好了的第五版《Java大廠面試題》，而且已經(jīng)分類 25份 PDF，累計 2098頁！ 整理的面試題，內(nèi)容列表
互聯(lián)網(wǎng)大廠面試題，怎么領(lǐng)取？ 注意，不要亂回復(fù) （一定要回復(fù) 面試題 ）否則獲取不了 （加好友，還能邀請進Java群 ）
覺得不錯，請點個在看
