首页 > 数据库> > Redis 缓存雪崩、缓存击穿、缓存穿透原因，解决方案?

Redis 缓存雪崩、缓存击穿、缓存穿透原因，解决方案?

2022-03-20 10:04:50 作者：互联网

缓存雪崩、缓存击穿、缓存穿透原因，解决方案?

缓存雪崩

由于设置缓存时，key都采用了相同expire，导致缓存在某刻同时失效，请求全部直到DB，DB瞬时负载过重而雪崩

解决方案

在原有失效时间基础上增加一个随机值，比如1~5分钟的随机，这样每个缓存的过期时间重复率就会降低，集体失效概率也会大大降低。

首先环境保证redis高可用，主从+哨兵，redis cluster，避免全盘崩溃。
接着用户并发请求后，服务会先通过hystrix限流&降级，再查本地Ehcache缓存，若没有再查redis，都没有，就查MySQL。
最后，将MySQL中的结果写入ehcache和redis、即使 redis挂了，通过redis持久化，也能快速恢复缓存数据

缓存穿透

出现Redis中不存在的缓存数据。例如：访问id=-1的数据。可能出现绕过redis依然频繁访问数据库，称为缓存穿透，多出现在查询为null的情况不被缓存时

解决方案

最常见的布隆过滤器，将所有可能存在的数据哈希到一个足够大的bitmap中，一个一定不存在的数据会被这个bitmap拦截掉，从而避免了对底层存储系统的查询压力。

也有一个更为简单粗暴的方法，如果一个查询返回的数据为空（不管是数据不存在，还是系统故障），我们仍然把这个空结果进行缓存，但它的过期时间会很短，最长不超过五分钟。

if(list==null){
// key value 有效时间时间单位
redisTemplate.opsForValue().set(navKey,null,10, TimeUnit.MINUTES);
}else{
redisTemplate.opsForValue().set(navKey,result,7,TimeUnit.DAYS);
}

缓存击穿

缓存雪崩的区别在于这里针对某一key缓存，而前者是很多key。

通常使用缓存 + 过期时间的策略来帮助我们加速接口的访问速度，减少了后端负载，同时保证功能的更新，一般情况下这种模式已经基本满足要求了。

但如下两个问题如果同时出现，可能就会对系统造成致命的危害： 1. 这个key是一个热点key，访问量非常大 2. 缓存的构建是需要一定时间的。（可能是一个复杂计算，例如复杂的sql、多次IO、多个依赖(各种接口)等等）

于是就会出现一个致命问题：在缓存失效的瞬间，有大量线程来构建缓存（见下图），造成后端负载加大，甚至可能会让系统崩溃。

解决方案

互斥锁

在缓存失效时（判断拿出来的值为空），不是立即去load db，而是 - 先使用缓存工具的某些带成功操作返回值的操作（Redis的SETNX）去set一个mutex key - 当操作返回成功时，再load db的操作并回设缓存；否则，就重试整个get缓存的方法。

public String get(key) {
String value = redis.get(key);
if (value == null) { // 缓存已过期
// 设置超时，防止del失败时，下次缓存过期一直不能load db
if (redis.setnx(key_mutex, 1, 3 * 60) == 1) { // 设置成功
value = db.get(key);
redis.set(key, value, expire_secs);
redis.del(key_mutex);
} else {
// 其他线程已load db并回设缓存，重试获取缓存即可
sleep(50);
get(key); //重试
}
} else { // 缓存未过期
return value;
}
}

提前"使用互斥锁(mutex key)：

在value内部设置1个超时值(timeout1)， timeout1比实际的memcache timeout(timeout2)小。当从cache读取到timeout1发现它已经过期时候，马上延长timeout1并重新设置到cache。然后再从数据库加载数据并设置到cache中。伪代码如下：

v = memcache.get(key);
if (v == null) {
if (memcache.add(key_mutex, 3 * 60 * 1000) == true) {
value = db.get(key);
memcache.set(key, value);
memcache.delete(key_mutex);
} else {
sleep(50);
retry();
}
} else {
if (v.timeout <= now()) {
if (memcache.add(key_mutex, 3 * 60 * 1000) == true) {
// extend the timeout for other threads
v.timeout += 3 * 60 * 1000;
memcache.set(key, v, KEY_TIMEOUT * 2);

        // load the latest value from db  
        v = db.get(key);  
        v.timeout = KEY_TIMEOUT;  
        memcache.set(key, value, KEY_TIMEOUT * 2);  
        memcache.delete(key_mutex);  
    } else {  
        sleep(50);  
        retry();  
    }  
}

}

限流

如使用 hystrix 或者 sentinel限流即可。现在该技术已较成熟，足够使用

标签：缓存,Redis,redis,value,memcache,mutex,雪崩,key
来源： https://www.cnblogs.com/ziweigege/p/16029040.html