redis的雪崩与穿透原理的浅理解

 

首先列一下主要说什么，

1、什么是Redis缓存的雪崩？

2、什么是Redis缓存的穿透？

3、Redis缓存崩溃会怎么样？

4、怎么预防Redis缓存崩溃？

 

1、什么是Redis缓存的雪崩？

 举个栗子：有系统A，每天高峰期每秒有5000个请求，缓存机抗4000，数据库最大阈值抗2000，本来系统缓存机可以抗住4000个请求，但是系统缓存机突然死翘翘宕机了，也就是缓存挂了。这个时候来的5000个请求全部砸到了数据库，远超数据库的可承受范围。数据库也可是傻眼了于是乎就业跟着挂了，系统本身也没有预制应急方案，没办法系统没有优质方案解决，重启数据库又不能有效解决，因为重启后又马上被干死了。当遇到这个场景的时候我就可以理解为缓存的雪崩。

2、缓存雪崩的解决发案

事前：Redis高可用，主从+哨兵。避免全盘崩溃。

哨兵的作用： 
　　1、监控redis进行状态，包括master和slave ；
　　2、当master down机，能自动将slave切换成master；

　　3、双缓存。部署两个缓存，缓存A和缓存B。缓存A的失效时间为20分钟，缓存B不设失效时间，自己做缓存预热操作，主要思路如下：

• 从缓存A读数据库，有则直接返回；
• A没有数据，直接从B读数据，直接返回，并且异步启动一个更新线程；
• 更新线程同时更新缓存A和缓存B。　　　　

看到上边的作用，大概就知道怎么个原理了吧。可以配置多个或者一个主从。同时也可以配置多个哨兵。尽量做到有备份的效果。

缓存往往都设置有失效时间，在设置的时候需要注意避免大量缓存同时失效。可以设置缓存的有效期在某一个随机的有效期内，同时失效也在随机的一个有效期内。

具体的配置暂不说明，先把原理搞清楚了，在去实操巩固，实操部分后续补充。

事中：本地ehcache缓存+hystrix限流&降级。避免数据库被打死。

　　大致理解如下：系统接受到请求后先查本地ehcache再查Redis，如果都没有则再去查数据库，并同时将相关数据重新写入Redis和本地缓存中。避免下次再去请求时再访问数据库。

同时可以设置限流降级，当请求数大于系统所能够处理的请求数时，通过限流组件起到超出的部分走降级，不进行处理，确保系统核心功能一直处于可用状态。

事后：Redis做持久化处理，一旦重启，自动从磁盘上加载数据，快速恢复缓存数据。

 

3、什么是Redis缓存的穿透？

 还是举个栗子：对于系统A，假设高峰期一秒有5000个请求需要处理，结果其中4000个请求是恶意攻击所发出的。那么这4000个请求在缓存中查不到并且数据中也查不到。比如数据库存储的数据ID范围是1~500 ，而实际查询完全不在这个范围内。这样就导致每次查询的命中率为0.。这种场景就可以被理解为缓存穿透。

对此应该怎么解决呢？可以采用一种简单的方式：

　　1、每次系统A从数据库中要是没有查到就写一个空值到缓存，或者将查询进行标记，下次将接受的请求进行标记比对，最终要实现出现重复的或者没有空值均走缓存进行处理；

　　2、采用异步更新策略，无论key是否取到值，都直接返回。value值中维护一个缓存失效时间，缓存如果过期，异步起一个线程去读数据库，更新缓存。需要做缓存预热(项目启动前，先加载缓存)操作。