redis

缓存击穿”通俗的解释就是某个热点数据，某一时刻在缓存中失效，进而大量的请求打到数据库上，就像被击穿了一样。说白了就是某个数据，数据库中有，缓存中没有，一瞬间大量该key的请求打到数据库上，导致数据库被打垮。最常见的场景就是秒杀商品。

什么是缓存穿透呢？

举个简单栗子，作者开发了一个非常火爆的网站，动了某些人的蛋糕，然后遭到疯狂的攻击，攻击手段就是采用缓存穿透，大家都知道数据库的主键是从0开始递增的，也就不存在负数的情况，那么黑客就利用这一点，不断利用ID小于0的参数向服务器发送请求，系统首先会去查Redis缓存，缓存中没有查到数据，就会去查数据库，数据库也不存在ID小于0的数据，所以Redis中也永远也不会有该数据，就会造成请求不断打到数据库上，中间Redis层并不能拦截这样的数据，Redis直接被这种数据穿透，直击数据库。

缓存穿透和击穿的区别就是：

• 缓存击穿：数据库里有数据
• 缓存穿透：数据库里没有数据

缓存击穿是指1个热key失效，而缓存雪崩，顾名思义，指的就是大面积的key在同一瞬间全部失效，导致大量的请求打到数据库上，就像雪崩一样，从而造成数据库响应不及时挂掉。这种属于自然雪崩，主要是引起周期性的压力波峰，还有另一种非自然雪崩，就是缓存服务某个节点或多个节点甚至全部节点都突然宕机，导致所有的请求都打到数据库上，进而导致数据库宕机，这种也是不可预知的雪崩。

所以，对于缓存雪崩来说，一般少量的缓存失效，所带来的数据库并发压力是不会太大的，而是大量的缓存同时失效，导致所有key的并发加起来打到数据库上，才会影响到我们的数据库。

其实，在真实场景中，缓存雪崩是一个更容易发生的问题，因为它不像缓存击穿那么极端，1个key就有成千上万的并发量，直接把数据库击垮，而是一个key可能只有几十几百的并发量，然后大量的key同时过期，导致很多key的并发叠加起来，积累到成千上万，再把数据库击垮。

因为缓存雪崩是大面积的key同时过期失效，才导致大量的并发直接打到数据库上，那么我们很正常的思路就是让并发分散开来。

第一种常见的做法是分散缓存数据的过期时间，防止同一时间大量数据过期现象发生

既然这种做法不合理，那么还有其他的方法吗？这时，就有人提出让缓存提前更新的观点，也就是预加载缓存，提前主动加载热门数据到缓存中，在数据过期之前进行刷新，减少雪崩的风险。

但是提前更新可能会导致数据不准确，例如在23:58开始更新，然后在23:59的时候又有大量的数据被修改，用户在24:00查看数据时发现数据仍然没有变化，他们就会认为24:00系统更新数据的说法不靠谱。

因此Redis缓存还是必须要同一时间点失效，不能把时间分散开来。既然Redis的过期时间不能分散，不能在Redis上做文章，那么我们不妨改变一下思维方式，是谁来访问Redis，是service服务层，我们可以把service服务层的查询请求分散开来，利用客户端设置一个短暂的随机延迟时间，使得查询请求分散开，少量的请求先查询，就会读数据库，存入Redis缓存，其他请求由于随机时间，稍微慢一点再去Redis读数据。

• Redis一般都是集群部署，可以把这些热点的key放到不同的节点上，让这些热点的缓存平均分布在不同的Redis节点上。
• 使用多级缓存架构，引入多级缓存，如本地缓存、分布式缓存和集中式缓存，这样即使某个层级的缓存出现问题，仍然可以从其他层级获取数据。
• 限流和熔断，对于缓存失效是的瞬间高并发请求，可以实时限流和熔断机制，控制系统的负载均衡，防止系统崩溃。
• 数据库容灾和优化，确保数据库具备高可用性，采取备份策略的故障转移方案，同时对数据库进行性能优化。
• 监控和报警，建立监控系统，实时监测缓存的状态和命中率，并设置合适的报警机制，及时发现并处理潜在的缓存问题。