当前位置: 首页 > >

Redis缓存穿透、缓存击穿、缓存雪崩

发布时间:

1.缓存穿透(查不到)


概念



用户想要查询一个数据,发现redis内存数据库没有,也就是缓存没有命中,于是向持久层数据库查询,发现也有没有,于是本次查询失败。当用户很多时候,缓存都没有命中,于是都去请求了持久层数据库。这会给持久层数据库很大的压力,这就相当于出现了缓存穿透。




解决方案



1.布隆过滤器:布隆过滤器是一种数据结构,对所有可能查询的参数以hash形式存储,不符合则丢弃,从而避免了对底层存储系统的查询压力。



2.缓存空对象


当存储层不命中后,即使返回的空对象也将其缓存起来,同时设置一个过期时间,之后再访问这个数据将会从缓存中获取,保护了后端数据源



但是这种方法会存在两个问题


    如果空值能够被缓存起来,这就意味着缓存需要更多的空间存储更多的键,因为这当中可能会有很多的空值的键

    及时空值设置了过期时间,还是会存在缓存层和存储层数据会有一段时间的窗口不一致,这对于需要保持一致性的业务会影响。(数据库有数据了,而缓存里还是空对象)


2.缓存击穿(量太大,缓存过期)

这里需要注意和缓存击穿的区别,缓存击穿,是指一个key 非常热点,在不停的扛着大并发,大并发集中对这一点进行访问,当这个key在失效的瞬间,持续的大并发就会穿透缓存,直接请求数据库,好像在一个屏蔽上凿开一个洞。


当某个key 在过期的瞬间,有大量的请求并发访问,这类数据一般是热点数据,由于缓存过期,会同时访问数据库来查询最新数据,并且写回缓存,会导致数据库瞬间压力过大。



解决方案



设置热点数据永不过期


从缓存层面来看,没有设置过期时间,所以不会出现热点key过期后产生的问题。


加互斥锁


分布式锁:使用分布式锁,保证对于每个key同时只用一个线程去查询后端服务,其他线程没有获取分布式锁的权限,因此只需要等待即可。这种方式将高并发的压力转移到了分布式锁,因此对分布式锁的考验很大。


3.缓存雪崩

在这里我们不会详细的区分析解决方案的底层!


Redis缓存的使用,极大的提升了应用程序的性能和效率,特别是数据查询方面。但同时,它也带来了一些问题。其中,最要害的问题,就是数据的一致性问题,从严格意义上讲,这个问题无解。如果对数据的一致性要求很高,那么就不能使用缓存。



其实集中过期,倒不是非常致命,比较致命的缓存雪崩,是缓存服务器某个节点宕机或断网。因为自然形成的缓存雪崩, - -定是在某个时间段集中创建缓存,这个时候,数据库也是可以顶住压力的。无非就是对数据库产生周期性的压力而已。而缓存服务节点的宕机,对数据库服务器造成的压力是不可预知的,很有可能瞬间就把数据库压垮。



解决方案



    redis高可用


这个思想的含义是,既然redis有可能挂掉,那我多增设几台redis,这样一台挂掉之后其他的还可以继续工作 ,其实就是搭建的集群。


? ? 2.限流降级


这个解决方案的思想是,在缓存失效后,通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个key只允许一个线程查询数据和写缓存,其他线程等待。


? 3.数据预热


数据加热的含义就是在正式部署之前,我先把可能的数据先预先访问一遍,这样部分可能大量访问的数据就会加载到缓存中。在即将发生大并发访问前手动触发加载缓存不同的key ,设置不同的过期时间,让缓存失效的时间点尽量均匀。


?



友情链接: