緩存雪崩

大量緩存數據在同一時間過期或者Redis故障宕機時，若此時有大量請求，都會直接訪問到數據庫，導致數據庫壓力倍增甚至宕機。

大量數據同時過期解決方案：

1、均勻設置過期時間：

設置過期時間的時候可以追加一個隨機數，避免數據同一時間過期。

2、互斥鎖：

業務線程處理用戶請求時，如果發現訪問的數據不在Redis里，則加入互斥鎖，保證同一時間只有一個業務線程訪問數據庫并構建緩存。未獲取到互斥鎖的請求要么等待鎖釋放后獲取緩存，要么返回指定值。注意：互斥鎖應該設置過期時間，避免獲取鎖的線程意外阻塞導致鎖無法釋放，造成無響應的情況。

3、后臺更新緩存：

將更新緩存的工作交給后臺線程進行更新

• 第一種方式：后臺頻繁檢測緩存是否有效，檢測到緩存失效后（可能是內存資源不足被淘汰的）就馬上訪問數據庫并更新到緩存。
• 缺點：
  • 檢測時間間隔不能太長，一般是毫秒級，有延遲問題
  • 頻繁檢測存在性能開銷
• 第二種方式：業務線程發現緩存失效后，通過消息隊列發送一條信息通知后臺線程更新緩存。后臺線程收到消息后進行判斷數據是否已被緩存，沒有則訪問數據庫構建緩存。
• 優點：
  • 消息隊列中可根據相同請求冪等性實現互斥鎖的效果，無需加鎖，所有請求都等待緩存構建或返回指定值即可。
  • 消息隊列具有削峰作用，高并發時也能保證數據庫正常運行

業務剛上線時我們就可以提前把數據緩存起來，而不是等待用戶來觸發緩存構建，這就是所謂的緩存預熱。

Redis宕機解決方案：

1、服務熔斷或請求限流機制

• 服務熔斷機制，暫停業務對緩存服務的訪問，直接返回錯誤，而不是繼續訪問數據庫，直到Redis恢復正常。
• 請求限流機制，只接收少部分請求發送到數據庫進行處理，再多的請求就在入口直接拒絕服務，直到待Redis恢復正常

2、構建Redis高可靠集群

當前Redis宕機后依然可通過其他從節點獲取緩存。

緩存擊穿

緩存中的某個熱點數據過期，此時大量請求直接訪問到數據庫。（緩存雪崩是多種多個數據請求，緩存擊穿是訪問熱點數據的大量請求）

解決方案：

• 互斥鎖：保證同一時間只有應該業務線程共享緩存。
• 后臺異步更新緩存：不再給熱點請求設置過期時間，或熱點數據快過期時通知后臺線程更新緩存并重新設置緩存時間。

緩存穿透

發生緩沖雪崩或擊穿時，數據庫中是有對應數據的，而緩沖穿透則是數據庫中也無法獲取到對應數據的情況。如果數據庫無法獲取數據就無法構建緩存，造成緩存失效。通常發生于業務誤操作刪除了數據和惡意訪問不存在的數據。

解決方案：

1、限制非法請求：

在訪問緩存或數據庫前判斷請求的參數是否合理，過濾不合理請求

2、緩存空值或默認值

若業務發現有緩存穿透的現象，可以針對查詢數據在緩存中設置空值或者默認值

3、布隆過濾器

使用布隆過濾器快速判斷數據是否存在，避免通過查詢數據庫來判斷

布隆過濾器的實現：

由初始值都為0的位圖數組（Bitmap，連續二進制位序列）和N個哈希函數兩部分組成。我們在寫入數據庫數據的同時對布隆過濾器做標記，這樣后續的查詢就可根據布隆過濾器快速判斷數據是否存在。

過濾操作：

• 第一步，使用N個哈希函數分別對數據進行哈希計算，得到N個哈希值
• 第二步，將第一步得到的N個哈希值對位圖數組的長度進行取模，得到每個哈希值的對應位置
• 第三步，將每個哈希值在位圖數組中的對應位置設為1

假設有一個長度為8的位圖數組，3個哈希函數的布隆過濾器：

查詢時，分別計算出數據N個哈希值對應的位置并判斷是否全為1。只要有一個為0就說明數據不存在。

布隆過濾器也是存在哈希沖突的，哈希沖突時可能將不存在的查詢數據誤判為已存在（與數據庫中存在的數據發生了哈希沖突）。但數據庫中不存在的數據在布隆過濾器中就一定不存在

通過增加哈希函數的數量，可盡量減少因為哈希沖突發生誤判的情況。