Redis缓存穿透和雪崩

当用户查询一个数据时，发现redis内存数据库中没有（缓存未命中），于是向持久层数据库（如MySQL）查询，发现也没有要查询数据，造成本次查询请求失败。当用户很多时，出现了同样的情况，就会给持久层数据库造成很大的压力，这个过程就称为缓存穿透。

解决方案

布隆过滤器：它是一种数据结构，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，从而避免对底层数据库的查询压力。

布隆过滤器.png

缓存空对象：当存储层不命中后，将返回的空对象也存储起来，同时设置一个过期时间，之后有请求访问这个数据时从缓存中获取，以此保护后端数据源

缓存空对象.png

存在的问题：

1、存储空对象需要更多的存储空间

2、即使设置了过期时间，缓存层和存储层的数据存在一定时间的窗口期，对数据一致性要求较高的业务可能会出现问题

当某个key在过期的瞬间，有大量的并发请求访问（这类数据一般是热点数据），由于缓存过期，请求会去访问数据库来进行查询，并且回写缓存，会导致数据库瞬间压力过大，如：微博热搜宕机

解决方案

1、设置热点数据永不过期

2、加互斥锁

使用分布式锁，保证对于每个key只有一个线程去查询后端服务，其他没有获得分布式锁的线程需要等待

指在某一个时间段，缓存集中过期，查询请求全部落到后端数据库头上。

例：双11的抢购，将热点商品集中放入缓存，设置过期时间为1点，到了凌晨1点，这批热点商品的缓存都过期了，这时对于这批商品的查询请求会全部落到数据库头上，对于数据库而言产生了周期性的波峰压力，底层存储的调用量指数上升，整个服务极易出现问题。

缓存雪崩.png

解决方案

1、Redis高可用

增加Redis服务器，一台出现问题之后，其他节点正常工作（异地多活）

2、限流降级

在缓存失效后，通过加锁或队列来控制读取数据库写缓存的线程数量

3、数据预热

在正式部署之前，把可能的数据先访问一遍，在发生高并发请求之前手动触发缓存key，并设置不同的缓存过期时间，让缓存失效的时间尽量均匀，而不是集中过期