Redis缓存问题

参考文章：https://blog.csdn.net/haoxin963/article/details/83245113

在如今的大部分互联网应用中，缓存的使用方式是：

当业务系统处理请求，需要访问数据库获取数据时，先访问缓存，查找缓存中是否有需要的数据

• 如果缓存中存在数据，则直接返回
• 如果缓存中没有数据，则需要访问数据库，查询到数据后返回，并选择是否要保存到缓存中

  1. 缓存穿透

  1.1 问题描述

  要访问的数据在数据库中不存在，当业务系统发起查询操作时，按照传统的步骤，会先访问缓存，而缓存中没有要查询的数据，那么就会直接访问数据库，并且数据库中也不存在要查询的数据，所以之后的每次访问都会绕过缓存直接访问数据库，这就造成了缓存穿透的问题

缓存穿透发生的原因：黑客的恶意攻击，故意使用大量的不存在的数据请求访问服务器，而服务器需要直接访问数据库，数据库支撑不了这样大的请求量而崩溃，进而导致整个服务崩溃

1.2 解决方案

1. 一个比较简单的方案就是把这些空数据缓存起来，如果一个查询返回的结果为空，仍然把这个空数据存储到缓存中，那么下次再接收到这样的请求之后，可以直接从缓存中返回空值；为了节省缓存的容量，可以将这些空值的过期时间设置的短一点，比如一两分钟的样子

2. 布隆过滤器，把所有可能存在的请求的值都存放在布隆过滤器中，当用户请求过来，先判断用户发来的请求的值是否存在于布隆过滤器中。不存在的话，直接返回请求参数错误信息给客户端，存在的话才会走下面的流程。

   简单介绍一下布隆过滤器： 布隆过滤器实际上是一个bit 向量或者说 bit 数组：[0,0,0,0,0,0,0,0] 如果我们要映射一个值到布隆过滤器中，我们需要使用多个不同的哈希函数生成多个哈希值，并对每个生成的哈希值指向的 bit 位置 1 现在有一个请求是www.baidu.com，缓存baidu的值，假设现在有三个hash函数生成了1，2，3，则布隆过滤器就变为：[1,1,1,0,0,0,0,0] 布隆过滤器判断一个key是否存在的步骤是：

   1. 按照之前的hash函数计算key的hash值
   2. 得到值之后判断位数组中的每个位置是否都为 1，如果值都为 1，那么说明这个值在布隆过滤器中，如果存在一个位置的值不为 1，说明该元素不在布隆过滤器中。

   布隆过滤器也会出现误判的情况，比如现在又有一个请求www.bilibili.com，计算出bilibili的hash值也为1，2，3，而恰好这三个位置上的值都为1，布隆过滤器会认为这个值是存在的，而将请求放行

3. 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

2. 缓存击穿

2.1 问题描述

业务系统所要访问的数据存在于数据库中，但不存在于缓存中（一般来说是因为key过期了），而刚好又有大量的请求要访问这个数据，进而导致这些请求全部压到数据库上，导致数据库崩溃，这就是缓存击穿

2.2 解决方案

1. 预先设置热门数据，在Redis高峰访问期到来之前，把一些热门的数据提前存入到缓存中，并且加大这些热门数据key的过期时间，或者设置不过期
2. 实时调整，现场监控哪些数据热门，实时调整key的过期时长
3. 使用锁，当缓存中的数据失效时，多个请求访问缓存获取不到数据，这时，只有第一个访问缓存的请求可以去访问数据库，即第一个访问缓存的请求给缓存上锁，此时后面到达缓存的其他查询请求将无法查询该字段，从而被阻塞等待；等到第一个线程从数据库获取到数据，并将缓存的值更新之后，其他线程被唤醒，并可以直接从缓存中获得数据

3. 缓存雪崩

3.1 问题描述

在同一时刻，缓存中有大量的key过期，而业务系统的服务又有大量的请求需要获取数据，这时，就有大量的请求直接落到数据库上，可能导致数据库崩溃

这里与缓存击穿的区别在于，缓存击穿是因为一个热点数据的key过期导致大量请求直接落到数据库，而缓存雪崩是大面积的key过期

3.2 解决方案

1. 使用缓存的集群模式，比如Redis集群，或者使用多级缓存架构，比如nginx缓存 + redis缓存 + 其他缓存
2. 针对缓存雪崩出现的原因：同一时刻大量的key过期，将缓存中数据失效的时间错开，在原有缓存失效时间的基础上增加一个随机值，比如1-5分钟随机，这样每一个缓存的过期时间的重复率就会降低，就很难引发集体失效的事件。