Redis 三大缓存
Redis 三大缓存
过去的有些事情不一定要忘记，但一定要放下。
背景：Redis 三大缓存：缓存穿透、缓存击穿、缓存雪崩，是Redis 面试必须要掌握的东西。
一、缓存穿透
1.概念简述
缓存穿透是指当用户在查询一条数据时，而此时数据库和缓存却没有关于这条数据的任何记录；而该数据若在缓存中没找到则会向数据库请求获取数据，Redis 拿不到数据时，就会一直查询数据库，这样会对数据库的访问造成很大的压力。
2.案例
用户查询一个 id = -1 的商品信息，但是数据库 id 自增是从 1 开始的，很明显这条信息是不在数据库中，当没有信息返回时，Redis 会一直向数据库查询，给当前数据库访问造成很大的压力。
3.解决方案
A、从缓存出发，给缓存设置一个 如果当前数据库不存在 的信息，把它缓存为一个空对象，返回给用户；
B、缓存空对象的解决方案代码简单，但效果不是很好；可以考虑使用Redis 提供的布隆过滤器。
Redis 布隆过滤器代码：
1 package com.ausclouds.bdbsec.tjt;
2
3 import com.google.common.hash.BloomFilter;
4 import com.google.common.hash.Funnels;
5
6 import java.nio.charset.Charset;
7
8 /**
9 * Redis 布隆过滤器
10 * 引入依赖：
11 * <dependency>
12 * <groupId>com.google.guava</groupId>
13 * <artifactId>guava</artifactId>
14 * <version>22.0</version>
15 * </dependency>
16 */
17 public class BloomFilterDemon {
18
19 // initial_size: 表示预计放入的元素数量，当实际数量超出这个数值时，误判率会上升
20 private static long initial_size = 1000000;
21
22 // error_rate: 错误率
23 private static double error_rate = 0.0001;
24
25 public static void main(String[] args) {
26 BloomFilter<String> bloomFilter =
27 BloomFilter.create(Funnels.stringFunnel(Charset.defaultCharset()), initial_size, error_rate);
28 bloomFilter.put("what");
29 boolean isContain = bloomFilter.mightContain("what");
30
31 }
32
33
34 }
缓存空对象流程图
二、缓存击穿
1.概念简述
缓存击穿是指有某个key 经常被查询，或者某个key 不经常被访问，而这个时候，若该key 在缓存的过期时间失效或者是个冷门key 的时候，突然有大量关于这个key 的访问请求，这样就会导致大并发请求直接穿透缓存，请求数据库，瞬间增大了数据库的访问压力。
2.案例
（1）一个“冷门”key，突然被大量用户请求访问；
（2）一个“热门”key，在缓存中时间恰好过期，这时有大量用户来进行访问。
缓存击穿案例图
3.解决方案
对于缓存击穿问题，常用的解决方案是加锁；对于key 过期问题，当key 要查询数据库的时候加上锁，保证只能让第一个请求进行查询数据库操作，然后把从数据库中查询到的值存储到缓存中，对于剩下的相同的key，则可直接从缓存中获取。
缓存击穿解决方案图
三、缓存雪崩
1.概念简述
缓存雪崩是指在某一个时间段内，缓存集中过期失效，若这个时间段内有大量请求，并且查询数据量巨大，所有的请求都会查询数据库，使数据库的调用瞬间量剧增，引起数据库压力过大甚至宕机。(Redis 突然宕机或大部分数据失效)
2.案例
某宝双十一购物节，在 23:00-24:00 举行商品促销活动。开发人员是这么设计的：在 23:00 把商家促销的商品放到缓存中，并通过redis 的expire 设置了过期时间为1小时；这个时间段许多用户在访问这些商品信息，但是刚好到了24:00点的时候，恰好还有许多用户在访问这些商品，此时对这些商品的访问都会转到数据库上，导致数据库压力突然剧增，甚至直接宕机。
3.解决方案
A、限流降级
在缓存失效后，通过加锁或者队列来控制读数据库写缓存和写缓存的线程数量，对某个key 同一时刻只允许一个线程执行查询设计和写缓存操作。
B、Redis 高可用
可能会出现Redis 挂掉的情况，多增加几台Redis 实例(一主多从)，即使一台挂掉之后其他的还可以继续工作。
C、不同过期时间
设置不同的过期时间，让缓存失效的时间尽量均匀，避免同一时间大量缓存失效。
D、数据预加热
数据加热的含义就是在正式部署之前，先把可能用到的数据预先访问一遍，这样部分可能大量访问的数据就会加载到缓存中；一般可以在即将发生大并发访问前手动触发加载缓存不同的key。
过去的有些事情不一定要忘记
但一定要放下
