Redis

緩存穿透

• 定義：redis查詢一個不存在的數據，導致每次都查詢數據庫

• 解決方案：

  1. 如果查詢的數據為空，在redis對應的key緩存空數據，并設置短TTL。

     因為緩存穿透通常是因為被惡意用不存在的查詢參數進行壓測攻擊，所以采取這種方式會導致大量的無用空間被占用，所以不推薦。

  2. 布隆過濾器，因為哈希沖突，所以可能誤判（計算出的下標位置會出現重復，導致不存在的元素被錯誤地判定為存在），實現框架：Redisson、Guava。

     1. bitmap（位圖）：一個以bit為單位的數組，只存儲二進制01

     2. 原理：對于一個給定的 key，通過多個不同的 hash 函數 計算得到多個 hash 值，每個 hash 值對 m（bitmap 的大小） 進行 取模運算，得到對應的 bitmap 下標位置，并將這些位置的 bit 值設置為 1。讀取時，只需要判斷其對應的多個下標位置的元素值是否都為1即可

     3. 如何控制誤判率？調整參數：bitmap數組長度m、哈希函數個數k、元素數量n

     4. 支持刪除操作嗎？不支持，除非使用計數型布隆過濾器（整數數組，存計數值，即添加操作+1，刪除操作-1，如果所有計數值都大于0時，元素才可能存在）

     5. 布隆過濾器相比使用 set 的優點？

        • 空間占用： 布隆過濾器相比 set 可以顯著節省空間，因為它不存儲完整的元素，而是通過哈希映射到bit位

          查詢速度： 布隆過濾器通過少量哈希計算（O(k)）就能快速判斷元素是否存在，在元素數量非常多時，可能比set數據更快，因為set可能需要遍歷鏈表/紅黑樹

        • bitmap都是01數據，適合集合運算（交、并、補）

緩存擊穿

• 定義：給一個key設置過期時間，當key過期時，恰好對這個key有大量并發請求，在重建緩存這段時間可能導致數據庫壓力過大

• 如何檢測？監控 Redis 的 keyspace_hits（命中緩存次數） 和 keyspace_misses（未命中緩存次數），計算命中率

• 解決方案:

  1. 互斥鎖（保證強一致性）：在Redis查詢緩存未命中時，添加互斥鎖，然后查詢數據庫并重建緩存，再釋放鎖
  2. 邏輯過期+互斥鎖（高效）：對熱點key不設置過期時間，而是給對應的數據添加一個過期時間的字段。過程：
     1. 在查詢緩存時發現邏輯時間已經過期，此時添加互斥鎖
     2. 開啟新子線程：查詢數據庫并重建緩存，釋放互斥鎖
     3. 主線程和其他發起請求的線程不需要等待該子線程(trylock)，而是直接返回過期數據

緩存雪崩

• 定義：在同一時段大量的緩存key同時失效或者Redis服務宕機，導致數據庫壓力過大
• 解決方案：
  1. key失效：給不同key的TTL的原值加上隨機值
  2. 服務宕機：Redis集群
  3. 通用：降級限流（nginx或spring cloud gateway）,多級緩存

雙寫一致性

• 定義：數據庫中的數據需要與Redis中的數據保持一致

• 問題：

  1. 先刪除緩存再操作數據庫：在刪除完緩存到操作數據庫這段期間，另一個線程重建完緩存。
  2. 先操作數據庫再刪除緩存：在查詢完數據庫到重建緩存這段期間，另一個線程修改了數據庫并刪除緩存。

• 高一致性實現方案：

  1. 延遲雙刪：刪除緩存，修改數據庫，延遲一會再刪除緩存，延遲的原因是等待數據庫master同步到slave 。該方法的問題是延遲時間很難確定。

  2. 讀數據時添加共享鎖：其他線程可共享讀操作

     寫數據時添加排他鎖：阻塞其他線程讀寫操作

• 弱一致性實現方案：

  1. MQ：修改數據庫時，發布消息到mq中，由消費者來刪除緩存，只能保證redis操作的可靠性
  2. Canal：監聽mysql的binlog（日志文件），把更新后的日志同步到redis里面