redis实现缓存可能带来的问题及总结

本page主要总结redis作为软件系统的缓存可能带来的问题及应对方法总结。

1. 缓存穿透

　　

 

 

 　　缓存穿透： 指查询一个一定不存在的数据，由于缓存是不命中时需要从数据库查询，查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到数据库去查询，造成缓存穿透。

缓存穿透几种解决办法：

• 缓存空值，在从 DB 查询对象为空时，也要将空值存入缓存，具体的值需要使用特殊的标识， 能和真正缓存的数据区分开，另外将其过期时间设为较短时间。

• 使用布隆过滤器，布隆过滤器能判断一个 key 一定不存在（不保证一定存在，因为布隆过滤器结构原因，不能删除，但是旧值可能被新值替换，而将旧值删除后它可能依旧判断其可能存在），在缓存的基础上，构建布隆过滤器数据结构，在布隆过滤器中存储对应的 key，如果存在，则说明 key 对应的值为空。

2. 缓存击穿

　　

 

 

 　　缓存击穿： 某个 key 非常热点，访问非常频繁，处于集中式高并发访问的情况，当这个 key 在失效的瞬间，大量的请求就击穿了缓存，直接请求数据库，就像是在一道屏障上凿开了一个洞。

缓存击穿几种解决办法：

• 设置二级缓存，或者设置热点缓存永不过期，需要根据实际情况进行配置。

• 使用互斥锁，在执行过程中，如果缓存过期，那么先获取分布式锁，在执行从数据库中加载数据，如果找到数据就存入缓存，没有就继续该有的动作，在这个过程中能保证只有一个线程操作数据库，避免了对数据库的大量请求。

3. 缓存雪崩

　　

 

 

 　　缓存雪崩： 当缓存服务器重启、或者大量缓存集中在某一个时间段失效，这样在失效的时候，也会给后端系统(比如DB)带来很大压力，造成数据库后端故障，从而引起应用服务器雪崩。

缓存雪崩几种解决办法：

• 缓存组件设计高可用，缓存高可用是指，存储缓存的组件的高可用，能够防止单点故障、机器故障、机房宕机等一系列问题。例如 Redis sentinel 和 Redis Cluster，都实现了高可用。

• 请求限流与服务熔断降级机制，限制服务请求次数，当服务不可用时快速熔断降级。

• 设置缓存过期时间一定的随机分布，避免集中在同一时间缓存失效。

• 定时更新缓存策略，对于实时性要求不高的数据，定时进行更新。

 4. 缓存一致性

使用缓存很大可能导致数据不一致问题，如下：

• 更熟数据库成功 -> 更新缓存失败 -> 数据不一致

• 更新缓存成功 -> 更新数据库失败 -> 数据不一致

• 更新数据库成功 -> 淘汰缓存失败 -> 数据不一致

• 淘汰缓存成功 -> 更新数据库失败 -> 查询缓存mis

所以使用缓存时候，应该结合实际情况，考虑缓存的数据是否有一致性需求。

未完待续...

 

 

 

缓存穿透