Redis缓存穿透和雪崩(一)

缓存穿透


 

举个栗子,用户想要查询一个数据,发现redis内存数据库没有,也就是缓存没命中,于是向持久层数据库查询,发现也没有,于是本次查询失败。当用户很多的时候,缓存都没有命中,于是都去请求持久层数据库,这样会给持久层数据库造成很大的压力,相当于出现了缓存穿透。

 

解决方案:

1.布隆过滤器

是一种数据结构,对所有可能查询的参数以hash形式存储,在控制层先进行校验,不符合则丢弃,从而避免对底层存储系统的查询压力。

 

 

2.缓存空对象

当存储层不命中后,即使返回的空对象也将其缓存起来,同时会设置一个过期时间,之后再访问这个数据将会从缓存中取,保护后端数据源。

 

弊端:

  • 如果控制能够被缓存起来,就意味着缓存需要更多的空间存储更多地键,因为这当中可能会有很多的空值的键。
  • 即使对空值设置了过期时间,还是会存在缓存层和存储层的数据会有一段时间窗口的不一致(例如,某个时刻,持久层有了该数据,而缓存中还没更新过来),这对于需要保持一致性的业务会有影响。

 

 

 

缓存击穿


 

指一个key非常热点,在不停地扛着大并发,大并发集中对这一个点进行访问,当这个key在失效的瞬间,持续的大并发就穿破缓存,直接访问数据库查询最新数据,并且写会缓存,造成压力过大,容易导致服务器宕机。

 

解决方案:

  • 设置热点数据永不过期:从缓存层面来看,没有设置过期时间,所以不会出现热点key过期后产生的问题。但是这个方案不现实
  • 加互斥锁:使用分布式锁,保证对于每个key同时只有一个线程去查询后端服务,其他线程没有获得分布式锁的权限,因此只需要等待即可。这种方式将高并发的压力转移到了分布式锁,因此对分布式锁的考验很大。

 

 

 

缓存雪崩


 

指在某一个时间段,缓存集中过期失效,redis宕机。

产生雪崩的原因之一,比如双十一,商品比较集中地放入了缓存,假设缓存时间一个小时,那么凌晨一点的时候,缓存过期。商品查询直接落到了数据库,对于数据库而言就会产生周期性的压力波峰。于是所有的请求都会达到存储层,存储层的调用量会暴增,可能造成数据库服务器宕机,但是这种雪崩无非就是对数据库产生周期性的压力,比起这种集中过期,更致命的缓存雪崩场景是,某个缓存服务器节点宕机或者断网,这样对数据库服务器造成的压力是不可预知的。

 

解决方案

  • Redis高可用:多增设几台Reids服务器,搭建集群(异地多活)。
  • 限流降级:在缓存失败后,通过加锁或者队列来控制读数据库写缓存的线程数量。比如对某个key只允许一个线程查询数据和写缓存,其他线程等待。
  • 数据预热:数据加热的含义就是在正式部署之前,先把可能的数据先预先访问一遍,这样部分可能大量访问的数据就会加载到缓存中。在即将发生的大并发访问前手动触发加载缓存不同的key,设置不同的过期时间,让缓存失效的时间点尽量均匀。

 

posted @ 2020-04-13 16:57  Q1Zhen  阅读(293)  评论(0编辑  收藏  举报