Redis—缓存雪崩，穿透

1、缓存穿透

　　

　　从上面代码可以看出，第二行从 Redis 缓存中获取，if 判断是否有数据，如果没有就从数据库中查询，判断 list 是否有数据，然后存入到 Redis 中。Redis 中如果存在数据就直接返回。

　　但是在这段代码中如果 Redis 中一直没有数据的话，它就会直接访问数据库，list 查询出来一直没有数据，Redis 中就不会有数据。当我们不管发起多少次请求执行这段代码，它都不会走 Redis， 而是走数据库。如果用户发起10w，几十万的数据请求，所有的请求都会打在数据库上，就会导致数据库崩溃，没有经过缓存，我们的缓存没有起到相应的做用，这样子就叫缓存穿透，我们不应该让这种情况存在。

　　解决方案：把空的数据也缓存起来，比如空字符串，空对象，空数组等，设置有效时间。

2、布隆过滤器

　　它是能够迅速的判断一个元素是否在一个集合里的，这个布隆过滤器本质是非常的小的，是以二进制存储的，里面全是 0,1。

　　

 　　0代表不存在，1代表存在，它是以这样的形式存在的，它就可以称之为布隆过滤滤器。正因为它是二进制存储的，都是0 1 ，哪怕是上一条数据在进行存储了以后，它不会占用我们很大的一个空间内存，而且它添加、查询速度极快的。使用布隆过滤器时候，你可以在使用邮件、短信拦截都可以使用布隆过滤器进行解决，它内部都是维护0101这样的数组。

　　布隆过滤器在 Redis 之前再做一次拦截。他有一个误判的概念，至少有一个1%的误判率，错误的判断。比方说有一个数据不存在这个数组的，在某些情况下它会有一个错误的判断，它会认为这个数据存在。对于误判来讲，它的误判率越低，整个数组的长度就会越长，相应的它占用空间的比值就会越大。误判率很高的话，那么这个数组比较的短，比较的小，相应的所占用的空间就小。

　　那么使用布隆过滤器的时候它虽然可以去解决这个缓存穿透的问题，但是它本身是包含了一些缺点。比方说我们的数据一旦我们添加到数组里面去了之后，你的查询是非常的快的，但是假设这个 key 我们移除了，不仅是数据库移除，也从 Redis 里面移除。这个我们要到布隆过滤器里面是移除不了的，是做不到一个移除删除的概念的。这种情况是因为多个数据是会存在于同一个位置，这样你删除其中一个是删不了的，一旦删除另一个怎么办。另一个就是它的误判这种情况会有的，另外我们在使用布隆过滤器的时候，代码复杂度会增大。要去维护一个集合，这个集合包含了很多很多 key ，这个也是要进行维护的。这个都是放到缓存里面相应的 key，而且是在一个集群、分布式的情况下的话，你的一个布隆过滤器还需要结合 Redis 来使用，数据存放到 Redis 里面去，保证各个节点都可用。

3、布隆过滤器使用

　　谷歌提供的依赖，其中就有布隆过滤器

<!-- https://mvnrepository.com/artifact/com.google.guava/guava -->
<dependency>
    <groupId>com.google.guava</groupId>
    <artifactId>guava</artifactId>
    <version>28.1-jre</version>
</dependency>

public class BloomFilterTest {

    @Test
    public void myTest() {
        // 10000 要插入的长度
        BloomFilter bf = BloomFilter.create(Funnels.stringFunnel(Charset.forName("utf-8")), 10000);

        for (int i = 0; i < 100000; i++) {
            bf.put(String.valueOf(i));
        }

        int counts = 0;
        for (int i = 0; i < 100000; i++) {
            boolean b = bf.mightContain("test" + i);
            if (b) {
                counts++;
            }
        }
        System.out.println("误判率：" + counts);
    }

}

　    

　　

 　　可以看出这个误判率很高。但是我们把长度增加看看，误判率低了很多。

　　

 　　当我们设置 fpp 参数和 长度后，误判率降低了很多。

　　 fpp：误报概率，必须要小于1.0

　　4、缓存雪崩和预防

　　　　1、什么是缓存雪崩

　　　

 　　　雪崩就是我们的 Key 在 Redis 里面，其实有很多的 Key ，一般有可能会设置一些过期的时间，过期时间一旦是有重合的某一个时间点，有一个时刻大面积的 Key 全部都失效了，但是又在这个时候有很大很大的一个流量涌入进来，这个时候所有的请求全部会打在数据库上，所以我们的请求不会经过 Redis 的，这样是就是缓存雪崩的问题。大面积的 Key 失效不能提供缓存服务，所以超大的流量全部打在数据库上，这时候数据库就会宕机崩溃。

　　2、雪崩预防

　　　　永不过期：验证码在缓存中可能3分钟1分钟就失效了，这个不会有什么问题的，这个是不会访问到数据库的。那么其他的一些可以设置成永不过期的。如果说你要让它过期，可以人为的让它过期。让被动过期转变为主动过期，永不过期就不会造成成片大面积 Key 失效的情况。

　　　　过期时间错开：有些系统在启动的时候会初始化缓存的，在初始化缓存的时候会有很多，如果有过期时间的话肯定是有重复的，所以采取时间错峰的概念。

　　　　多缓存结合：现在系统都是 Reis 缓存，如果说要预防雪崩可以再去结合一些其他缓存比如说 memcache，这样子两个缓存结合在一起预防这样一个问题。首先请求过来的时候，它会先查询 Redis ，Redis没有就再去查询 memcache，如果有就返回，没有就查询数据库，这样的情况的话 memcache 设置的过期时间是要比 Redis 久一些。

　　　　购买第三方 Redis：比如阿里产品