Redis学习笔记#9：缓存穿透、缓存击穿、缓存雪崩解决方案

缓存穿透

表示恶意用户模拟请求很多缓存中不存在的数据，由于缓存中都没有，导致这些请求短时间内直接落在了数据库上，导致数据库异常。

解决方案：

1.缓存空值，之所以发生穿透，是因为缓存中没有存储这些数据的key，从而每次都查询数据库我们可以为这些key在缓存中设置对应的值为null，后面查询这个key的时候就不用查询数据库了当然为了健壮性，我们要对这些key设置过期时间，以防止真的有数据。

2.使用布隆过滤，将所有可能存在的数据缓存放到布隆过滤器中，当访问不存在的缓存时迅速返回避免缓存及DB挂掉。

public String getByKey(String key) {
 // 通过key获取value
 String value = redisService.get(key);
 if (StringUtil.isEmpty(value)) {
 if (bloomFilter.mightContain(key)) {
 value = userService.getById(key);
 redisService.set(key, value);
 return value;
 } else {
 return null;
 }
 }
 return value;
}

缓存击穿

在高并发的情况下，大量的请求同时查询同一个key时，此时这个key正好失效了，就会导致同一时间，这些请求都会去查询数据库，这样的现象我们称为缓存击穿

解决方案：

采用分布式锁，只有拿到锁的第一个线程去请求数据库，然后插入缓存，当然每次拿到锁的时候都要去查询一下缓存有没有

缓存雪崩

缓存在同一时间内大量键过期（失效），接着来的一大波请求瞬间都落在了数据库中导致连接异常。

事前：
①在设置key的过期时间时，在过期时间上加上一个随机值，防止大量key同时过期。
②搭建高可用的缓存架构，比如使用哨兵+主从结构或者使用 cluster模式，避免缓存系统出现故障。
③可以在系统中使用ehcache做个小缓存，防止redis崩掉之后，还有一部分缓存。
事中：
①对系统请求进行降级和限流，防止数据库之间崩掉。
事后：
赶快使用redis持久化的数据，快速恢复缓存数据

1.采用集群，降低服务宕机的概率

2.ehcache本地缓存 + Hystrix限流&降级
ehcache 本地缓存的目的也是考虑在 Redis Cluster 完全不可用的时候，ehcache 本地缓存还能够支撑一阵
使用 Hystrix进行限流 & 降级，比如一秒来了5000个请求，我们可以设置假设只能有一秒 2000个请求能通过这个组件，那么其他剩余的 3000 请求就会走限流逻辑