前言：在學Redis之前我們查詢數(shù)據(jù)的時候都是直接查詢數(shù)據(jù)庫的，但是這樣會有一個潛在的問題：“如果用戶量很大，所有請求都去訪問數(shù)據(jù)庫，那么會使數(shù)據(jù)庫壓力過大，導致性能下降甚至宕機”。因此，我們需要把經(jīng)常訪問的數(shù)據(jù)放到緩存中，這里我們用Redis作為緩存。

但是，使用Redis作為緩存的過程中我們一般如下，如下圖：我們查詢某個數(shù)據(jù)，前端發(fā)送請求到后端，后端根據(jù)請求去查詢數(shù)據(jù)，一開始先去Redis中查有無這個數(shù)據(jù)，如果有則直接返回，沒有則去數(shù)據(jù)庫中查找并且將查找到的結果返回，如果數(shù)據(jù)庫中沒有則返回錯誤信息。

那么，在使用Redis作為緩存的過程中我們避免不了會遇到以下幾個常見的問題：①Redis與數(shù)據(jù)庫的數(shù)據(jù)一致性問題。②緩存穿透。③緩存雪崩。④緩存擊穿。

我們先來說①緩存與數(shù)據(jù)庫的數(shù)據(jù)庫一致性問題。

對于Redis作為緩存我們有以下用法：①只讀緩存。②讀寫緩存。

只讀緩存是指對于修改數(shù)據(jù)的時候，我們只對數(shù)據(jù)庫進行修改，同時刪除緩存，這樣我們永遠能保證數(shù)據(jù)庫中有最新的數(shù)據(jù)，但是這樣每次修改數(shù)據(jù)的時候，我們查找該數(shù)據(jù)的時候都需要查找一次數(shù)據(jù)庫，因此性能會有所降低。

讀寫緩存是指我們修改數(shù)據(jù)的時候對緩存的數(shù)據(jù)也直接進行修改，那么又可以分為兩種：①同步讀寫②異步讀寫。

同步讀寫是指修改數(shù)據(jù)的時候同時修改緩存和數(shù)據(jù)庫，并且通過事務的特性保證二者數(shù)據(jù)一致性，但是由于緩存的速度遠快于數(shù)據(jù)庫的速度，因此性能還是會有一定的限制。

異步讀寫是指我們每次修改數(shù)據(jù)都是在緩存中修改，每隔一段時間將緩存中的數(shù)據(jù)導入數(shù)據(jù)庫中，這樣每次修改的時間只是修改緩存數(shù)據(jù)的時間，性能大大提高。但是這樣會存在一個隱患：“當Redis突發(fā)情況宕機的時候，數(shù)據(jù)還沒來得及導入數(shù)據(jù)庫，那么這段時間還沒保存進數(shù)據(jù)庫的數(shù)據(jù)就會丟失”，因此一致性無法保證。

然后我們來說說②緩存穿透。由我們Redis作為緩存的流程圖可以知道：我們每次查詢數(shù)據(jù)的時候都是先查詢緩存，查詢不到再查數(shù)據(jù)庫，如果數(shù)據(jù)庫中也查詢不到則返回錯誤信息。

那么，對于一個查詢不到的數(shù)據(jù)，如果有心懷不軌的人，寫一個程序，多線程并發(fā)的無限查詢這個數(shù)據(jù)，那么我們每次都需要訪問數(shù)據(jù)庫，會導致數(shù)據(jù)庫性能下降甚至宕機，這就是緩存穿透。

那么，我們?nèi)绾蝸斫鉀Q緩存穿透呢？這里我們說兩種方法：

方法一：Redis緩存中存儲空值。我們可以知道，緩存穿透是由于某些不存在的數(shù)據(jù)，每次查詢，我們在緩存中都查找不到該數(shù)據(jù)，因此每次都需要去訪問數(shù)據(jù)庫。那么我們可以不可以對于這些數(shù)據(jù)也存入緩存中呢？這樣我們每次查找這些數(shù)據(jù)，就只會第一次查找數(shù)據(jù)庫，后面都是查找緩存了。那么有人會問了？“咦，不存在的數(shù)據(jù)怎么查找呢？”所以我們這邊是將某個不存在的數(shù)據(jù)存儲在緩存中，并且存儲的值為空字符串（也可以是其他的，這里取決于你與前端兄弟的約定）。如下圖：

因此，這樣我們對于這些惡意數(shù)據(jù)，就只能“騷擾”我們的寶貝數(shù)據(jù)庫一次了，便解決了緩存穿透的問題，那么還有一個疑問就是：如果將來這些數(shù)據(jù)有了，但是每次查詢的時候緩存都直接返回空不是嘛？不會的，因為我們以后對于數(shù)據(jù)庫插入數(shù)據(jù)的同時會對Redis緩存進行一個Set，這個Set數(shù)據(jù)的操作會直接覆蓋原有不存在的數(shù)據(jù)，因此并不會出現(xiàn)這種問題。

方法二：布隆過濾器。大致就是在前端頁面和緩存直接多了一個布隆過濾器

布隆過濾器（Bloom Filter）是1970年由布隆提出的。它實際上是一個很長的二進制向量和一系列隨機映射函數(shù)。布隆過濾器可以用于檢索一個元素是否在一個集合中。它的優(yōu)點是空間效率和查詢時間都比一般的算法要好的多，缺點是有一定的誤識別率和刪除困難。布隆過濾器可以告訴我們 “某樣東西一定不存在或者可能存在”，也就是說布隆過濾器說這個數(shù)不存在則一定不存，布隆過濾器說這個數(shù)存在可能不存在。

③緩存雪崩，什么是緩存雪崩呢？緩存雪崩指的是在同一時間大量Redis緩存中存儲的key過期或者Redis服務器直接宕機，并且大量的請求查詢這些數(shù)據(jù)的時候，會導致大量請求一窩蜂的涌向數(shù)據(jù)庫進行查詢，導致數(shù)據(jù)庫壓力過大，性能下降甚至宕機。那么如何解決緩存雪崩呢？

對于情況一：大量key同時過期，這里說幾種解決方法：

①設置緩存key過期時間可以隨機設置，這樣不會使得大量的key同一時間段內(nèi)過期。

②服務降級：指的是對于一些非核心數(shù)據(jù)來說（比如查詢一些無關緊要的數(shù)據(jù)時）我們可以預先設置一些值，當無法訪問緩存的時候，這些數(shù)據(jù)不會直接查詢數(shù)據(jù)庫，而是返回預先設置的值，比如一些錯誤信息。

對于情況二：Redis服務器直接宕機，這里說幾種解決方法：

①搭建Redis服務集群：嘗試構建 Redis 的高可用集群，比如當某主節(jié)點掛掉了，集群能夠馬上重新選出新的主節(jié)點。

②業(yè)務中實現(xiàn)服務熔斷或者請求限流機制：

• 服務熔斷：如果監(jiān)聽到發(fā)生了緩存雪崩，直接暫停對緩存服務的請求，但是這種對業(yè)務的影響比較大；

• 服務限流：可以在入口做限流，不要讓所有的請求都流入到后端的服務中；

④緩存擊穿：緩存雪崩指的是大量數(shù)據(jù)無法從Redis查詢到，而同時去查詢數(shù)據(jù)庫導致，緩存擊穿則是某些熱點key，比如雙十一搶蘋果手機，如果突然間Redis緩存對于這個數(shù)據(jù)過期了，那么這一瞬間大量搶蘋果手機的請求都會去訪問數(shù)據(jù)庫，導致數(shù)據(jù)庫性能下降甚至宕機這里我們講兩種解決方法：①Redis互斥鎖。②緩存數(shù)據(jù)邏輯過期。

方法一：Redis互斥鎖。以上我們知道：對于某個熱點key失效的時候，由于大量查詢該數(shù)據(jù)的請求在緩存中查找不到，因此同時查找數(shù)據(jù)庫導致。那么我們只需要對于每個數(shù)據(jù)設置一個互斥鎖，當在訪問不到緩存的時候，只有一個線程能夠去訪問數(shù)據(jù)庫，其他線程等待，

• 這樣就解決了以上的問題。

但是這樣會導致一個問題：那就是由于其他線程都要等待，會導致性能下降，要等那個拿到互斥鎖的線程查詢完數(shù)據(jù)庫，并且返回數(shù)據(jù)到緩存中才能查到數(shù)據(jù)。

方法二：緩存的數(shù)據(jù)邏輯過期。我們知道，緩存擊穿是由于熱點key過期導致去查詢數(shù)據(jù)庫，那么我們可以這樣想：如果這些熱點key只是邏輯過期（邏輯過期指雖然過期了，但是還是在緩存里面不會刪除，但是程序會知道是已過期的數(shù)據(jù)，會訪問一次數(shù)據(jù)庫進行更新），那么不就解決了嗎？因此邏輯過期的解決思路是：對于這些熱點key，先查詢緩存，如果沒過期則直接返回，如果過期了則開一個新的線程

去查詢數(shù)據(jù)庫，而查詢數(shù)據(jù)庫過程中訪問緩存的請求直接返回舊數(shù)據(jù)即可。

但是邏輯過期由于要多一個線程，因此有一定的內(nèi)存消耗，并且更新過程中訪問的請求都是收到舊的數(shù)據(jù)，因此一致性有一定的下降。

以上是使用Redis緩存過程中的一些常見問題，后續(xù)會慢慢補充。

以上就是一篇吃透Redis緩存穿透、雪崩、擊穿問題的詳細內(nèi)容，更多關于Redis緩存穿透、雪崩、擊穿的資料請關注腳本之家其它相關文章！