Redis 缓存穿透缓存雪崩和缓存击穿

Posted 2021-10-29 咖啡加糖

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Redis 缓存穿透缓存雪崩和缓存击穿相关的知识，希望对你有一定的参考价值。

1.缓存穿透

缓存穿透是指缓存和数据库中都没有的数据，而用户不断发起请求，如发起为id为“-1”的数据或id为特别大不存在的数据。这时的用户很可能是攻击者，攻击会导致数据库压力过大。

解决：缓存空对象、布隆过滤器、mvc拦截器

2.缓存雪崩

缓存雪崩是指在我们设置缓存时key采用了相同的过期时间，导致缓存在某一时刻同时失效，请求全部转发到DB，DB瞬时压力过重雪崩。

解决方案：

规避雪崩：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。
如果缓存数据库是分布式部署，将热点数据均匀分布在不同缓存数据库中。
设置热点数据永远不过期。
出现雪崩：降级熔断
事前：尽量保证整个 redis 集群的高可用性，发现机器宕机尽快补上。选择合适的内存淘汰策略。
事中：本地ehcache缓存 + hystrix限流&降级，避免mysql崩掉
事后：利用 redis 持久化机制保存的数据尽快恢复缓存

3.缓存击穿

缓存雪崩和缓存击穿不同的是：

缓存击穿指并发查同一条数据。缓存击穿是指缓存中没有但数据库中有的数据（一般是缓存时间到期），这时由于并发用户特别多，同时读缓存没读到数据，又同时去数据库去取数据，引起数据库压力瞬间增大，造成过大压力
缓存雪崩是不同数据都过期了，很多数据都查不到从而查数据库。
解决方案：

设置热点数据永远不过期。
加互斥锁：业界比较常用的做法，是使用mutex。简单地来说，就是在缓存失效的时候（判断拿出来的值为空），不是立即去load db去数据库加载，而是先使用缓存工具的某些带成功操作返回值的操作（比如Redis的SETNX或者Memcache的ADD）去set一个mutex key，当操作返回成功时，再进行load db的操作并回设缓存；否则，就重试整个get缓存的方法。

redis 学习 -- 缓存雪崩缓存击穿和缓存穿透

文章目录

1、缓存处理流程

前台请求，
先从 缓存中 取数据，
如果取到，则直接返回结果，
如果取不到时，去数据库中查询，数据库取到后，更新缓存，并返回结果；如果数据库也没取到，那直接返回空结果。

2、缓存穿透

2.1、描述

缓存穿透 是指查询一个一定不存在的数据，由于在缓存不存在，需要到数据库查询，数据库中也查不到，所以无法写入缓存，这样每次请求这个不存在的数据时都要到数据库去查询，从而可能压垮数据源。

在缓存和数据库中都没有的数据，而用户不断发起请求，如发起为 id为“-1” 的数据或 id为特别大且不存在的数据。这时的用户很可能是攻击者，攻击会导致数据库压力过大。

特点：

要查询的数据根本（如 id=-1）就不存在；
缓存和数据库中也不存；
不停地查询数据库，可能压跨数据库。

2.2、解决办法

对空值缓存：
通常对缓存中不存在的、数据库中也不存在的数据不进行缓存，但是这也导致了每次都要查询数据库，给数据库造成巨大的压力。
如果一个查询返回的数据为空（不管是数据是否不存在），我们仍然把这个空结果（null）进行缓存，设置空结果的过期时间会很短，最长不超过五分钟。这样在缓存阶段进行拦截，减少应用程序和数据库的压力。
举个例子，比如 id=28888 在缓存和数据库中不存在，第一次数据库查询后也要进行缓存，后面多次请求这个数据时，可以直接跳转到空页等，避免再次查询数据库，减小应用程序压力。
设置可访问的名单（白名单）：
使用 bitmaps 类型定义一个 可以访问的名单 ，名单 id 作为 bitmaps 的偏移量。每次访问 id 和 bitmap 里面的id进行比较，如果访问 id 不在 bitmaps 里面，进行拦截，不允许访问。
采用布隆过滤器（Bloom Filter）：
布隆过滤器是1970年由布隆提出的。它实际上是一个很长的二进制向量（位图）和一系列随机映射函数（即Hash哈希函数）。
布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误识别率和删除困难。
将所有可能存在的数据哈希到一个足够大的 bitmaps 中，一个一定不存在的数据会被这个 bitmaps 拦截掉，从而避免了对底层存储系统的查询压力。
布隆过滤器底层与 bitmaps 一样，只是对 bitmaps 过程进行了优化。
进行实时监控：
当发现Redis的命中率开始急速降低，需要排查访问对象和访问的数据，和运维人员配合，可以设置黑名单限制服务。

3、缓存击穿

3.1、描述：

缓存击穿是指某一个key， 缓存中没有（可能是缓存到期，失效了），数据库中有的数据，这时大量访问中，都使用这个key，缓存没此数据，就是数据库中查询，引起数据库压力瞬间增大，造成过大压力。

特点：

针对一个key，在缓存中没有（可能是缓存到期，失效了）；
数据库中有的数据；
针对这一个key，大量请求去查询数据库（实际上只查询一次，放到缓存里即可）。

3.2、解决方案：

预先设置热门数据： 在redis高峰访问之前，把一些热门数据提前存入到redis里面，加大这些热门数据key的时长
调整过期时间： 现场监控哪些数据热门，实时调整key的过期时长

加互斥锁，互斥锁参考代码如下：

代码运行说明：

1）缓存中有数据，直接走上述代码13行后就返回结果了

2）缓存中没有数据，第1个进入的线程，获取锁并从数据库去取数据，没释放锁之前，
其他并行进入的线程会等待100ms，再重新去缓存取数据。
这样就防止都去数据库重复取数据，重复往缓存中更新数据情况出现。

3）当然这是简化处理，理论上如果能根据key值加锁就更好了，
就是线程A从数据库取key1的数据并不妨碍线程B取key2的数据，上面代码明显做不到这点。