redis缓存击穿，穿透，雪崩

redis缓存击穿，穿透，雪崩

redis缓存雪崩

缓存雪崩是指，有大量的缓存在同一时刻过期或者redis宕机，造成大量的请求打入数据库

解决方案：

redis设置过期时间尽量分散，设置随机过期时间。

事前：保证高可用，集群搭建，主从+哨兵，读写分离，cluster集群

事中：本地ehcache缓存 + hystrix 或 sentinel 熔断&限流&降级，避免mysql被打死

事后：redis持久化，快速恢复缓存数据，AOF,RDB

 

redis缓存击穿

缓存击穿是指一个热点key失效，导致大量的请求打入数据库。

解决方案：

设置热点key永不过期

使用本地ehcache缓存+hystrix或sentinel熔断&限流&降级，避免mysql被打死

 

redis缓存穿透

缓存穿透是指恶意请求访问，比如查询id传入负数，数据库和缓存都没有这个数据

问题1：

假设黑客模拟大量请求访问id为-1的数据，这个数据缓存中肯定是没有的，所以这些请求就打到数据库上面了

解决方案1：

把空结果写到缓存中去，比如：key：-1 value：null expire:15s

 

问题2：

如果是-1，-2，-3这样的请求，上面方法反而会起到适得其反的作用，导致redis内存大量消耗

解决方案2：

使用布隆过滤器，布隆过滤器可以返回一个key存在，则这个key可能存在，返回不存在，则一定不存在。

布隆过滤器原理：

布隆过滤器大概是一个数组，或者一个bitmap，一个key请求过来之后，会经过多个hash算法运算，每个hash算法不一样，得到多个hash值，这个时候去记录数组对应下标为1；

列如：添加数据的时候，添加id为1的数据，经过多个hash运算，分别得到 1，3，5的结果

则把数组的结果修改为int[] arr = {0,1,0,1,0,1,0,0,0,0,0,0,0}

id为2的数据来了，hash运算得到3，4，7

则把数组的结果修改为{0,1,0,1,1,1,0,1,0,0,0,0,0}

查询的时候，如果请求为1，那对应hash结果为1，3，5，去数组找到对应下标的结果是否都为1，如果为1，说明这个id存在，可以允许访问。

如果查询-1，那hash运算结果为3，4，6，找对应下标，发现6不为1，所以这个id必不存在，这个请求无效。

问题很明显：

如果布隆过滤器的长度不够的话，可能会出现{1,1,1,1,1,1,1,1,1,1,1,1,1}的情况，那所有请求都会认为存在了。

无法删除数据，对一个数据删除的时候，无法去修改1为0，因为对应的下标可能是其他元素的hash运算结果。

hash算法的个数需要巧妙设计，以及用哪些算法。

不过不用担心用googlet提供的，案例就不多写了

<dependency>
    <groupId>com.google.guava</groupId>
    <artifactId>guava</artifactId>
    <version>19.0</version>
</dependency>

还可以使用布谷鸟过滤器

布谷鸟过滤器原理：

鸠占鹊巢的思想，一个一个挤走。

布谷鸟过滤器是在布隆过滤器基础上的一个改进，他一样计算出多个hash值也叫指纹，这个时候可以把多个hash值看作一个个巢，比如现在id为1的元素，他有3个巢为1，3，5.而且都为null，那他第一次会去随机的一个巢穴，id为2的元素，如果计算得到1，4，7。他去1的位置，发现id为1的已经占了这个位置，那么他会去4，7中随机一个位置，如果1，4，7都被占了，他会随机占一个位置，然后把那个位置上的元素挤走，那个元素根据他的指纹，可以快速找到他其他的巢穴，然后找一个null位置占领。

思想设计还可以，落地实现没有。

缓存穿透总结：

我来写直接用解决方案1，加缓存里面，这个如果是springboot2.x+spring3.1之后，而且引入了redis，那么加一个注解@Cacheable("menu") ，把结果缓存起来。

开启spring-cache配置，缓存结果为null的数据。

spring.cache.redis.cache-null-values=true

切记理论是一回事，落地实现是另一回事，主要还是看公司。

再提一点，可以对恶意请求的ip加入黑名单，那就是Gatway的操作了，这里不做阐述。