在 Redis 中，緩存擊穿、緩存穿透和緩存雪崩是常見的緩存問題，它們都會影響系統的性能和穩定性。以下是針對這三個問題的詳細解釋：
一、緩存擊穿（Cache Breakdown）
定義：緩存擊穿是指某個熱點數據在緩存中過期或不存在，而此時有大量并發請求同時訪問該數據。由于緩存中沒有該數據，所有請求都會直接落到數據庫上，導致數據庫壓力驟增，甚至可能引發數據庫宕機。
特點：
- 并發性：大量并發請求同時訪問同一個熱點數據。
- 數據熱點：被訪問的數據是熱點數據，即經常被訪問的數據。
- 緩存失效：緩存中的數據恰好過期或不存在。
解決方案：
- 互斥鎖：在訪問數據庫之前，先獲取一個互斥鎖。如果獲取成功，則訪問數據庫并更新緩存；如果獲取失敗，則等待一段時間后重試。這樣可以確保同一時間只有一個請求能夠訪問數據庫，避免并發請求對數據庫造成過大壓力。
- 永不過期：為熱點數據設置一個較長的過期時間或根本不設置過期時間，從而避免緩存過期導致的問題。但這種方法可能會占用較多的緩存空間，且當數據需要更新時，需要手動或通過其他機制來更新緩存。
- 邏輯過期：在緩存中設置數據的邏輯過期時間，而不是實際的過期時間。當訪問數據時，先檢查邏輯過期時間，如果已過期，則異步更新緩存，同時返回舊數據給客戶端。這樣可以減少對數據庫的直接訪問。
二、緩存穿透（Cache Penetration）
定義：緩存穿透是指查詢一個在緩存和數據庫中都不存在的數據。由于緩存中沒有該數據，所有請求都會直接落到數據庫上，導致數據庫壓力驟增。與緩存擊穿不同的是，緩存穿透通常是由惡意攻擊或程序錯誤導致的，攻擊者可能故意查詢不存在的數據來耗盡數據庫資源。
特點：
- 數據不存在：查詢的數據在緩存和數據庫中都不存在。
- 大量請求：大量并發請求同時查詢不存在的數據。
- 惡意攻擊：可能是由惡意攻擊或程序錯誤導致的。
解決方案：
- 緩存空值：當查詢一個不存在的數據時，將該空值也緩存起來，并設置一個較短的過期時間。這樣，在過期時間內再次查詢該數據時，就可以直接從緩存中返回空值，而不需要訪問數據庫。
- 布隆過濾器：使用布隆過濾器來過濾掉不存在的數據請求。布隆過濾器是一種空間效率極高的概率型數據結構，可以判斷一個元素是否存在于集合中。雖然存在一定的誤判率，但可以通過調整參數來降低誤判率。
- 接口校驗：在訪問數據庫之前，先對請求進行校驗，過濾掉明顯不合法的請求。
三、緩存雪崩（Cache Avalanche）
定義：緩存雪崩是指大量緩存數據在同一時間過期或緩存服務器宕機，導致大量請求直接落到數據庫上，造成數據庫壓力驟增甚至宕機。緩存雪崩通常是由于緩存數據的過期時間設置過于集中或緩存服務器故障導致的。
特點：
- 大量數據過期：大量緩存數據在同一時間過期。
- 緩存服務器故障：緩存服務器宕機或不可用。
- 請求激增：大量請求直接落到數據庫上，導致數據庫壓力驟增。
解決方案：
- 過期時間分散：為緩存數據設置不同的過期時間，避免大量數據在同一時間過期。可以使用隨機數或哈希算法來分散過期時間。
- 高可用緩存集群：搭建高可用的緩存集群，確保緩存服務器的高可用性。可以使用 Redis Sentinel 或 Redis Cluster 等技術來實現。
- 限流與降級：在緩存服務不可用時，通過限流和降級策略來減少對數據庫的沖擊。例如，可以限制訪問數據庫的并發數，或者返回預設的降級數據。
- 多級緩存：引入多級緩存機制，如本地緩存（如 Ehcache）與分布式緩存（如 Redis）相結合，提高緩存的可用性和響應速度。
總結
- 緩存擊穿：針對熱點數據緩存過期或不存在時，大量請求直接訪問數據庫。解決方案包括互斥鎖、永不過期、邏輯過期等。
- 緩存穿透：查詢不存在的數據，導致大量請求直接訪問數據庫。解決方案包括緩存空值、布隆過濾器、接口校驗等。
- 緩存雪崩：大量緩存數據過期或緩存服務器故障，導致大量請求直接落到數據庫上。解決方案包括過期時間分散、高可用緩存集群、限流與降級等。
在實際應用中，應根據具體情況選擇合適的解決方案，并結合監控和告警機制，及時發現并處理緩存問題，確保系統的穩定性和性能。
我正在程序員刷題神器面試鴨上高效準備面試，9000+ 高頻面試真題、800 萬字優質題解，覆蓋主流編程方向，跟我一起刷原題、過面試：
點擊進入
