【Redis】缓存雪崩、缓存击穿、缓存穿透
缓存雪崩、击穿、穿透
缓存雪崩
当大量缓存数据在同一时间过期（失效）或者 Redis 故障宕机时，如果此时有大量用户请求，都无法在Redis中处理，于是全部请求都直接访问数据库，从而导致数据库压力骤增，严重的会造成数据库宕(dang)机,从而形成一系列连锁反应，造成整个系统崩溃，这就是缓存雪崩
发生 缓存雪崩 有两个原因：
- 大量数据同时过期
- Redis故障宕机
不同的诱因，应对的策略也不同。
大量数据同时过期
常见应对方法：
-
均匀设置过期时间
避免将大量数据设置成同一个过期时间。可以在对缓存数据设置过期时间时，给这些数据的过期时间加上一个随机数，这样就保证数据不会子啊同一时间过期。
-
互斥锁
如果发现访问的数据不在Redis里，就加个互斥锁，保证同一时间内只有一个请求来构建缓存(从数据库读取数据，再更新到Redis里)。
设置互斥锁最好设置超时时间，不然会出现请求发生某种意外而一直阻塞，一直不释放锁，这时其他请求也一直拿不到锁，整个系统会出现无响应的现象。
-
双 Key 策略
对缓存可以使用两个 Key，一个是主 Key，会设置过期时间，一个是备 Key，不会设置过期，只是 Key不一样，但是 value值是一样的，相当于给缓存数据做了个副本。
当业务线程访问不到主Key的缓存数据时，就直接返回备Key的缓存数据，然后在更新缓存的时候，同时更新两个Key的数据
-
后台更新缓存
后台更新缓存缓存不设置有效期，让缓存”永久有效“，并将更新缓存的工作交由后台线程定时更新。
事实上，缓存数据不设置有效期，不意味着数据一直能在内存里，因为当内存紧张时，会有些数据会被淘汰。为了解决业务线程读取缓存失败，有两种解决方法：第一种方式，后台线程不仅负责定时更新缓存，还负责频繁检测缓存是否有效，检测到缓存失效了，原因可能是系统紧张而被淘汰的，于是就要马上从数据库读取数据，并更新到缓存。
这种方式的检测时间间隔不能太长，太长也导致用户获取的数据是一个空值而不是真正的数据，所以检测的间隔最好是毫秒级的，但是总归是有个间隔时间，用户体验一般。第二种方式，通过消息队列发送一条消息通知后台线程更新缓存。这种方式相比第一种方式缓存的更新会更及时，用户体验也比较好。
在业务刚上线的时候，我们最好提前把数据缓起来，而不是等待用户访问才来触发缓存构建，这就是所谓的缓存预热，后台更新缓存的机制刚好也适合干这个事情。
Redis故障宕机
常见应对方法：
-
服务熔断或请求限流机制
当Redis因为故障宕机而导致缓存雪崩问题时，可以启动服务熔断机制，暂停业务应用对缓存服务的访问，直接返回错误，不再继续访问数据库，从而降低对数据库的访问压力，保证数据库系统正常运行，然后等到Redis恢复正常后，再允许业务访问缓存服务。
服务熔断机制虽然保护了数据库正常运行，但是暂停了业务应用访问缓存服务系统，全部业务无法正常工作。为了减少对业务的影响，可以启用请求限流机制，只将少部分请求发送到数据库进行处理，等到Redis恢复正常并把缓存预热完毕后，再解除请求限流的机制。
-
构建Redis缓存高可靠集群
服务熔断或请求限流机制是缓存雪崩发生后的应对方案，我们最好通过主从节点的方式构建 Redis 缓存高可靠集群。
如果Redis缓存的主节点故障宕机从节点可以切换成为主节点继续提供缓存服务，避免了由于 Redis 故障宕机而导致的缓存雪崩问题。
缓存击穿
我们的业务通常会有几个数据会被频繁地访问，比如秒杀活动，这类被频地访问的数据被称为热点数据。
缓存击穿指当某个热点数据过期了，此时大量请求访问，直接请求数据库，数据库就很容易被高并发的请求冲垮，这就是缓存击穿。
解决方法
- 互斥锁
保证同一时间只有一个业务线程更新缓存，未能获取互斥锁的请求，要么等待锁释放后重新读取缓存，要么就返回空值或者默认值。
- 永不过期
不给热点数据设置过期时间，由后台异步更新缓存。或者在热点数据准备要过期前，提前通知后台线程更新缓存以及重新设置过期时间。
缓存穿透
缓存穿透指用户请求的数据在缓存中不存在并且在数据库中也不存在，导致当有大量这样的请求到来时，数据库压力骤增，这就是缓存穿透。
缓存穿透的发生一般有这两种情况：
- 业务误操作，缓存中的数据和数据库中的数据都被误删除了，所以导致缓存和数据库中都没有数据；
- 黑客恶意攻击，故意大量访问某些读取不存在数据的业务；
解决方法
-
非法请求的限制
在接口层判断请求参数是否合理，如果判断出是恶意请求就直接返回错误，避免进一步访问缓存和数据库。
-
缓存空值或者默认值
当我们线上业务发现缓存穿透的现象时，可以针对查询的数据，在缓存中设置一个空值或者默认值，这样后续请求就可以从缓存中读取到空值或者默认值，返回给应用，而不会继续查询数据库。
-
布隆过滤器
我们可以在写入数据库数据时，使用布隆过滤器做个标记，然后在用户请求到来时，业务线程确认缓存失效后，可以通过查询布隆过滤器快速判断数据是否存在，如果不存在，就不用通过查询数据库来判断数据是否存在。
即使发生了缓存穿透，大量请求只会查询 Redis 和布隆过滤器，而不会查询数据库，保证了数据库能正常运行，Redis 自身也是支持布隆过滤器的。
布隆过滤器
布隆过滤器由「初始值都为 0 的位图数组」和「 N 个哈希函数」两部分组成。当我们在写入数据库数据时，在布隆过滤器里做个标记，这样下次查询数据是否在数据库时，只需要查询布隆过滤器，如果查询到数据没有被标记，说明不在数据库中。
布隆过滤器会通过 3 个操作完成标记：
- 第一步，使用 N 个哈希函数分别对数据做哈希计算，得到 N 个哈希值；
- 第二步，将第一步得到的 N 个哈希值对位图数组的长度取模，得到每个哈希值在位图数组的对应位置。
- 第三步，将每个哈希值在位图数组的对应位置的值设置为 1；
当应用要查询数据 x 是否数据库时，通过布隆过滤器只要查到位图数组的3个 位置的值是否全为 1，只要有一个为 0，就认为数据 x 不在数据库中。
因为哈希冲突的存在，查询布隆过滤器说数据存在，并不一定证明数据库中存在这个数据，但是查询到数据不存在，数据库中一定就不存在这个数据。
