|NO.Z.00048|——————————|^^ 重要 ^^|——|Hadoop&Redis.V01|——|Redis.v01|穿透雪崩击穿|

一、Redis经典问题解析：穿透雪崩击穿

### --- 缓存穿透

~~~     一般的缓存系统都是按照key去缓存查询如果不存在对应的value就应该去后端系统查找（比如DB）。
~~~     缓存穿透是指在高并发下查询key不存在的数据，会穿过缓存查询数据库。导致数据库压力过大而宕机

### --- 解决方案：

~~~     对查询结果为空的情况也进行缓存缓存时间(ttl)设
~~~     置短一点或者该key对应的数据insert之后清理缓存。
~~~     # 问题：缓存太多空值占用了更多的空间
~~~     使用布隆过滤器。在缓存之前在加一层布隆过滤器，
~~~     在查询的时候先去布隆过滤器查询 key 是否存在，如果不存在就直接返回，存在再查缓存和DB。

~~~     # 布隆过滤器（Bloom Filter）是1970年由布隆提出的。
~~~     它实际上是一个很长的二进制向量和一系列随机hash映射函数。

~~~     # 布隆过滤器可以用于检索一个元素是否在一个集合中。
~~~     它的优点是空间效率和查询时间都远远超过一般的算法。

~~~     # 布隆过滤器的原理是，
~~~     当一个元素被加入集合时，通过K个Hash函数将这个元素映射成一个数组中的K个点，把它们置为1。

~~~     # 检索时，
~~~     我们只要看看这些点是不是都是1就（大约）知道集合中有没有它了：
~~~     如果这些点有任何一个0，则被检元素一定不在；如果都是1，则被检元素很可能在。
~~~     这就是布隆过滤器的基本思想。
~~~     把字符串------>位 省空间 （1或0）
~~~     不用循环------>比较位置 省时间

二、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。
~~~     突然间大量的key失效了或redis重启，大量访问数据库，数据库崩溃

### --- 解决方案:

~~~     key的失效期分散开 不同的key设置不同的有效期
~~~     设置二级缓存（数据不一定一致）
~~~     高可用（脏读）

三、缓存击穿

### --- 缓存击穿

~~~     # 对于一些设置了过期时间的key，
~~~     如果这些key可能会在某些时间点被超高并发地访问，
~~~     是一种非常“热点”的数据。这个时候，需要考虑一个问题：缓存被“击穿”的问题，
~~~     这个和缓存雪崩的区别在于这里针对某一key缓存，前者则是很多key。
~~~     # 缓存在某个时间点过期的时候，
~~~     恰好在这个时间点对这个Key有大量的并发请求过来，
~~~     这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存，
~~~     这个时候大并发的请求可能会瞬间把后端DB压垮。

### --- 解决方案：

~~~     # 用分布式锁控制访问的线程
~~~     使用redis的setnx互斥锁先进行判断，这样其他线程就处于等待状态，
~~~     保证不会有大并发操作去操作数据库。
~~~     # 不设超时时间，volatile-lru 但会造成写一致问题
~~~     当数据库数据发生更新时，缓存中的数据不会及时更新，
~~~     这样会造成数据库中的数据与缓存中的数据的不一致，应用会从缓存中读取到脏数据。
~~~     可采用延时双删策略处理，这个我们后面会详细讲到。

Walter Savage Landor:strove with none,for none was worth my strife.Nature I loved and, next to Nature, Art:I warm'd both hands before the fire of life.It sinks, and I am ready to depart

——W.S.Landor