缓存穿透、缓存击穿、缓存雪崩

  • 一、缓存穿透
  • 1. 什么是缓存穿透
  • 2. 解决方案
  • ① 对空值缓存
  • ② 设置可访问的名单
  • ③ 采取布隆过滤器
  • ④ 进行实时监控
  • 二、缓冲击穿
  • 1. 什么叫缓冲击穿
  • 2. 出现原因
  • 3. 解决方案
  • ① 预先设置热门数据
  • ② 实时调整
  • ③ 使用锁
  • 三、缓冲雪崩
  • 1. 什么是缓冲雪崩
  • 2. 解决方案
  • ① 构建多级缓存架构
  • ② 使用锁或队列
  • ③ 设置过期标志更新缓存
  • ④ 将缓存失效时间分散开
  • 四、分布式锁
  • 1. 问题描述
  • 2. 使用redis实现分布式锁


一、缓存穿透

1. 什么是缓存穿透

  1. 应用服务器压力变大（有大量请求）
  2. redis命中率降低，缓存中找不到数据
  3. 一直查询数据库（数据库压力多大崩溃）。
redis查询不到数据
 出现很多非正常的url访问

2. 解决方案

① 对空值缓存

如果一个查询返回的数据为空（不管数据是否存在），仍把空值进行缓存，将空值的过期时间设置的短一些。

② 设置可访问的名单

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，每次访问和bitmaps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。

③ 采取布隆过滤器

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（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算法，缺点是有一定的误识率和删除困难。
将所有可能存在的数据哈希到一个足够大的bitmaps中，每一个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。

④ 进行实时监控

当发现Redis的命中率开始急剧降低，需要排查访问对象和访问数据。

二、缓冲击穿

1. 什么叫缓冲击穿

  1. 数据库压力瞬时增大。
  2. redis里面没有出现大量key过期
  3. redis正常运行。

2. 出现原因

redis中的某个（几个）key过期，但这一时间这个key被大量访问。

3. 解决方案

① 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。

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

  1. 就是在缓冲失效的时候（判断拿出来的值为空），不是立即去load db.
  2. 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）去set一个mutex key
  3. 当操作返回成功时，再进行load db的操作，并回设缓存，最后删除mutex key
  4. 当操作返回失败，证明有线程在load_db,当前线程睡眠一段时间再重试整个get缓存的方法。

三、缓冲雪崩

1. 什么是缓冲雪崩

  1. 数据库压力变大，导致服务器崩溃
  2. 在极少时间段，查询大量key的集中过期情况。

2. 解决方案

① 构建多级缓存架构

nginx缓存 + redis缓存 + 其他缓存（ehcache）等

② 使用锁或队列

  1. 用加锁或者队列的方式保证不会有大量的线程对数据库一次性进行读写，从而避免失效时大量的并发请求落到底层存储系统上。
  2. 不适用高并发的情况

③ 设置过期标志更新缓存

记录缓存数据是否过期（设置提前量），如果过期会触发通知另外的线程在后台去更新实际key的缓存。

④ 将缓存失效时间分散开

比如可以在原有的失效时间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。

四、分布式锁

1. 问题描述

  1. 随着业务发展的需要，原单体单机部署的系统被演化成分布式集群系统后，由于分布式系统多线程、多进程并且分布在不同机器上，这将使原单机部署情况下的并发控制锁策略失效、单纯的JAVA API并不能提供分布式锁的能力。为了解决这个问题需要一种跨JVM的互斥机制来控制共享资源的访问，这就是分布式要解决的问题。
  2. 分布式锁主流的实现方案
基于数据库实现分布式锁
 基于缓冲(Redis等)
 基于Zookeeper

2. 使用redis实现分布式锁

  1. 通过setnx设置锁
  2. 设置过期时间
  3. 上锁之后突然出现异常-上锁的时候就设置过期时间