• 本篇深度不深

redis缓存的使用极大提升了应用程序的性能和效率，特别是查询方面，但同时也会有一些问题，其中最严重的就是数据一致性的问题。
严格来讲，这个问题无解，如果对数据一致性要求很高，就不应该用缓存
另外就是面试常问的，缓存穿透，缓存雪崩，缓存击穿，这些指代什么，已经如何去解决。

缓存穿透 主要原因，查不到

• 概念

  • 概念很简单，用户想要查询一个数据，发现redis内存db中没有，于是就会向持久层db查询，发现也没有，本次查询失败
  • 但是当用户量很多，缓存中都没有命中，于是都去请求了持久层db，会给持久层带来相当大的压力，就出现了穿透

    解决方案

    布隆过滤器

• 布隆过滤器是一种数据结构，随多有可能查询的参数以hash形式存储，在控制层先进行校验，不符合则丢弃，从而避免了对底层数据库的查询压力

• 
• 但是这种方式存在问题
• 
• 如果空值能够被缓存起来，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

• 即使对空值设定了过期时间，还是会存在缓冲层和存储层的数据会有一段时间窗口不一致，这对需要保持一致性的业务会有影响

  缓存击穿 主要原因，查的太多了

• 概念

  • 需要注意和缓存穿透的区别，击穿，是指一个key非常热点，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在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，就像在一个屏帐上开了一个洞
  • 当某个key在过期的瞬间，有大量的请求并发访问，这类数据一般是热点数据，由于缓存过期，会同时访问数据库查询最新数据并回写缓存，会使数据库瞬间压力过大

    解决方案

    设置热点数据永不过期

• 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

  加互斥锁

• 分布式锁： 使用分布式锁，保证对于每个key同时只有一个线程去查询后段服务，其他线程没有获得分布式锁的权限，因此需要等待即可，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非常大

  缓存雪崩

• 概念

  • 指在某一个时间段，缓存集中过期失效，redis宕机

集中过期其实不是非常致命，最致命的是缓存服务器的某个节点宕机或者断网，因为自然形成的雪崩，一定是在某个时间段集中创建缓存，这个时候db也是可以顶住的。无非是对db造成周期性压力而已。
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与之的，很有可能瞬间吧db压垮

解决方案

redis高可用

• 既然redis可能挂掉，那么多增设几台redis，这样一台挂掉之后还有其他多台提供服务，其实就是集群

  限流降级

• 在缓存失败后，通过枷锁或者队列来控制db写缓存的线程数量，比如对某一个key只允许一个线程进行查和写，其他线程等待

  数据预热

• 含义就是在正式部署之前，吧可能的数据先预先访问一遍，这样可能大量的访问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，让缓存失效的节点尽量均匀一些