Redis的缓存穿透和缓存雪崩

Posted 2022-12-05 未来.....

Redis的缓存穿透和缓存雪崩

  先想一想，redis缓存作为数据库前面的一道门槛，它能极大的减少了直接访问数据库而造成的数据库崩溃，但是此时缓存中没有所访问的数据，用户是会直接访问数据库，那么此时就出现问题了，缓存中没有，就会去查询数据库，每一次查询都会检索一次数据库信息，那么此时有人如果恶意大量访问这条不存在的数据呢？
没错，就是想象的那样，数据库会因为大量访问而崩溃，进而导致整个系统停止运行。

上面这个问题所说的就是缓存穿透，那么该如何解决呢？

1、Redis的缓存穿透

现象：缓存穿透是指查询一个根本不存在的数据，缓存层和持久层都不会命中。在日常工作中出于容错的考虑，如果从持久层查不到数据则不写入缓存层，缓存穿透将导致不存在的数据每次请求都要到持久层去查询，失去了缓存保护后端持久的意义。

解决方案：

1. 如果数据库中不存在该对象，则往缓存中放入一个空对象，并且设置很短的过期时间。
   但是这样不方便，如果每次访问都是不存在该对象，然后在缓存中放入一个空对象，这样会占用大量的key和value，需要更多的内存空间。**有没有更好的解决方法呢？**答案是有的
2. 使用布隆过滤器拦截

布隆过滤器：

简单介绍一下吧：
布隆过滤器可以理解为一个不怎么精确的 set 结构，当你使用它的 contains 方法判断某个对象是否存在时，它可能会误判。但是布隆过滤器也不是特别不精确，只要参数设置的合理，它的精确度可以控制的相对足够精确，只会有小小的误判概率。
为什么说会有误判呢？

  每个布隆过滤器对应到 Redis 的数据结构里面就是一个大型的位数组和几个不一样的无偏 hash 函数。所谓无偏就是能够把元素的 hash 值算得比较均匀。

  向布隆过滤器中添加 key 时，会使用多个 hash 函数对 key 进行 hash 算得一个整数索引值然后对位数组长度进行取模运算得到一个位置，每个 hash 函数都会算得一个不同的位置。再把位数组的这几个位置都置为 1 就完成了 add 操作。

  向布隆过滤器询问 key 是否存在时，跟 add 一样，也会把 hash 的几个位置都算出来，看看位数组中这几个位置是否都为 1，只要有一个位为 0，那么说明布隆过滤器中这个 key 不存在。如果都是 1，这并不能说明这个 key 就一定存在，只是极有可能存在，因为这些位被置为 1 可能是因为其它的 key 存在所致。如果这个位数组比较稀疏，判断正确的概率就会很大，如果这个位数组比较拥挤，判断正确的概率就会降低。
如果所示，此时左边是已经存在的数据，而右边是模拟出来的，此时就会出现误判现象，此时使用的三次hash算法，可以使用4次或者更高的次数进行加密计算，误判的几率机会下降。

  在说缓存雪崩之前先想一个问题，如果你的项目刚上线，你的Redis里面是没有任何数据的，此时大量的用户会直接访问数据库，此时数据库会因为访问量过大，导致宕机，又或者你的Redis里面同一时间有大量的缓存时间到了，大量数据消失，此时也会大量访问你的数据库，那么该如何解决呢？

2、Redis的缓存雪崩

解决方法：

1. 在项目上线前，提前预加载热点数据，保证用户不会因为缓存不存在而直接访问数据库。
2. 采用Redis集群，保证节点因为访问数量过大，导致缓存雪崩。
3. 使用队列，使得每次请求的是数据库所能承受的。