缓存穿透击穿与雪崩

缓存穿透

概念

缓存和数据库中都没有的数据,可用户还是源源不断的发起请求,导致每次请求都会到数据库,从而压垮数据库。

流程

09_Redis缓存击穿穿透雪崩.png

说明

比如客户查询一个根本不存在的东西,首先从 Redis 中查不到,然后会去数据库中查询,数据库中也查询不到,那么就不会将数据放入到缓存中,后面如果还有类似源源不断的请求,最后都会压到数据库来处理,从而给数据库造成巨大的压力。

解决办法

业务层校验

用户发过来的请求,根据请求参数进行校验,对于明显错误的参数,直接拦截返回。比如,请求参数为主键自增id,那么对于请求小于 0 的 id 参数,明显不符合,可以直接返回错误请求。

不存在数据设置短过期时间

对于某个查询为空的数据,可以将这个空结果进行 Redis 缓存,但是设置很短的过期时间,比如 30s,可以根据实际业务设定。注意一定不要影响正常业务。

布隆过滤器

布隆过滤器 是一种数据结构,利用极小的内存,可以判断大量的数据“一定不存在或者可能存在。

对于缓存穿透,我们可以将查询的数据条件都哈希到一个足够大的布隆过滤器中,用户发送的请求会先被布隆过滤器拦截,一定不存在的数据就直接拦截返回了,从而避免下一步对数据库的压力。

缓存击穿

概念

Redis 中一个热点 key 在失效的同时,大量的请求过来,从而会全部到达数据库,压垮数据库。

流程

10_Redis缓存击穿穿透雪崩.png

说明

这里要注意的是这是某一个热点 key 过期失效,和后面介绍缓存雪崩是有区别的。比如淘宝双十一,对于某个特价热门的商品信息,缓存在 Redis 中,刚好 0 点,这个商品信息在 Redis 中过期查不到了,这时候大量的用户又同时正好访问这个商品,就会造成大量的请求同时到达数据库。

解决办法

设置热点数据永不过期

对于某个需要频繁获取的信息,缓存在 Redis 中,并设置其永不过期。当然这种方式比较粗暴,对于某些业务场景是不适合的。

定时更新

比如这个热点数据的过期时间是 1h,那么每到 59 minutes 时,通过定时任务去更新这个热点 key,并重新设置其过期时间。

互斥锁

这是解决缓存击穿比较常用的方法。

互斥锁简单来说就是在 Redis 中根据 key 获得的 value 值为空时,先锁上,然后从数据库加载,加载完毕,释放锁。若其他线程也在请求该 key 时,发现获取锁失败,则睡眠一段时间(比如 100 ms)后重试。

缓存雪崩

概念

Redis 中缓存的数据大面积同时失效,或者 Redis 宕机,从而会导致大量请求直接到数据库,压垮数据库。

流程

11_Redis缓存击穿穿透雪崩.png

说明

对于一个业务系统,如果 Redis 宕机或大面积的 key 同时过期,会导致大量请求同时打到数据库,这是灾难性的问题。

解决办法

设置有效期均匀分布

避免缓存设置相近的有效期,我们可以在设置有效期时增加随机值;或者统一规划有效期,使得过期时间均匀分布。

数据预热

对于即将来临的大量请求,我们可以提前走一遍系统,将数据提前缓存在 Redis 中,并设置不同的过期时间。

保证Redis服务高可用

为防止 Redis 集群单节点故障,可以通过 Redis 的哨兵模式和集群模式实现高可用。