Redis 缓存穿透和缓存雪崩以及解决方案缓存穿透解决方案布隆过滤缓存空对象比较缓存雪崩解决方案保证缓存层服务高可用性依赖隔离组件为后端限流并降级数据预热缓存并发分布式锁
缓存穿透
缓存穿透是指查询一个一定不存在的数据, 由于缓存不命中, 接着查询数据库也无法查询出结果, 因此也不会写入到缓存中, 这将会导致每个查询都会去请求数据库, 造成缓存穿透;
解决方案
布隆过滤
对所有可能查询的参数以 hash 形式存储, 在控制层先进行校验, 不符合则丢弃, 从而避免了对底层存储系统的查询压力;
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, 同时会设置一个过期时间, 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;
即使对空值设置了过期时间, 还是会存在缓存层和存储层的数据会有一段时间窗口的不一致, 这对于需要保持一致性的业务会有影响.
比较
缓存雪崩
缓存雪崩是指, 由于缓存层承载着大量请求, 有效的保护了存储层, 但是如果缓存层由于某些原因整体不能提供服务, 于是所有的请求都会达到存储层, 存储层的调用量会暴增, 造成存储层也会挂掉的情况.
解决方案
保证缓存层服务高可用性
即使个别节点, 个别机器, 甚至是机房宕掉, 依然可以提供服务, 比如 Redis Sentinel 和 Redis Cluster 都实现了高可用.
依赖隔离组件为后端限流并降级
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.
数据预热
可以通过缓存 reload 机制, 预先去更新缓存, 再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.
缓存并发
缓存并发是指, 高并发场景下同时大量查询过期的 key 值, 最后查询数据库将缓存结果回写到缓存, 造成数据库压力过大
分布式锁
在缓存更新或者过期的情况下, 先获取锁, 在进行更新或者从数据库中获取数据后, 再释放锁, 需要一定的时间等待, 就可以从缓存中继续获取数据.
来源: https://www.cnblogs.com/George1994/p/10668889.html