Redis缓存穿透与雪崩（高可用）

Redis缓存的使用，极大的提升了应用程序的性能和效率，特别是数据查询方面。但同时，它也带来了一些问题。其中，最要害的问题，就是数据的一致性问题，从严格意义上讲，这个问题无解。如果对数据的一致性要求很高，那么就不能使用缓存。

另外的一些典型问题就是，缓存穿透、缓存雪崩和缓存击穿。目前，业界也都有比较流行的解决方案。

缓存穿透

（查不到）

缓存穿透，是指查询一个数据库一定不存在的数据。正常的使用缓存流程大致是，数据查询先进行缓存查询，如果key不存在或者key已经过期，再对数据库进行查询，并把查询到的对象，放进缓存。如果数据库查询对象为空，则不放进缓存。

如果查询的是一定不存在的对象。就会每次都去查询数据库，而每次查询都是空，每次又都不会进行缓存。假如有恶意攻击，就可以利用这个漏洞，对数据库造成压力，甚至压垮数据库。即便是采用UUID，也是很容易找到一个不存在的KEY，进行攻击。

解决方案：

• 布隆过滤器（hash形式存储，避免对底层存储系统的查询压力）

• 缓存空对象（在缓存里增加一个空对象）（需要更多的空间存储更多的键）

缓存击穿

（查的量太大，缓存过期的空档期）

缓存击穿，是指一个key非常热点，在不停的扛着大并发，大并发集中对这一个点进行访问，当这个key在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，就像在一个屏障上凿开了一个洞。

当某个key过期瞬间，由于缓存中失去key，就会有大量的请求并发访问数据库，并且写回缓存，导致数据库瞬间压力过大

解决方案：

• 热点数据永不过期

• 加互斥锁（只保证一个线程进入数据库查询，其余的进行等待）

缓存雪崩

缓存雪崩，是指在某一个时间段，缓存集中过期失效，redis集群宕机。

产生雪崩的原因之一，比如在写本文的时候，马上就要到双十二零点，很快就会迎来一波抢购，这波商品时间比较集中的放入了缓存，假设缓存一个小时。那么到了凌晨一点钟的时候，这批商品的缓存就都过期了。而对这批商品的访问查询，都落到了数据库上，对于数据库而言，就会产生周期性的压力波峰。

双十一会停掉一些其他服务，来保证主要服务可用

解决方案：

• 多增几台redis集群（异地多活）

• 限流降级（服务降级）

• 数据预热（在正式部署前，先把可能的服务访问一边，这样部分可能大量访问的数据就会加载到缓存中，在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平均）