Redis中的缓存击穿，缓存雪崩，缓存穿透

前言

最近学习了一个分布式的秒杀系统，其中大量的使用了Redis来做缓存，对于分布式系统基本都会使用Redis来缓存数据和做一个分布式的锁，在做缓存的时候时候最常见的就是缓存击穿，缓存雪崩,缓存穿透这几个问题，于是就查了一下资料，补齐了这部分的知识空缺

缓存雪崩

缓存雪崩是指大量的请求没有在Redis缓存中得到处理，从而导致请求都涌入到数据库中，导致数据库的压力剧增

引起雪崩的原因可以总结为2个：

• 短时间内大量的数据失效，请求无法命中于是向数据库中进行请求
• 缓存服务器宕机

解决办法

• 对于缓存服务宕机可以使用Redis集群的方式实现服务的高可用
• 对缓存业务实现服务的降级限流，进行负载能力的控制
• 将原有的缓存过期时间进行散列分布，不让其在同一个时间段集体失效
• 设置多级缓存(Guava Cache)，当Redis失效后还可以去下级缓存中查询，不直接去数据库中查询
• 加锁排队请求

缓存穿透

缓存穿透是指请求的数据在缓存和数据库中都不存在，所以每次在缓存中都不会命中，于是每次都向数据库请求

导致缓存穿透的原因通常为2中：

• 异常数据或者是数据被删除，导致数据一直无法被命中
• 恶意的请求

解决办法

• 缓存空数据，缓存未命中的时候去数据库查询，此时如果查询不到值的话就缓存一个空值的key，下次直接在缓存中返回空值
• 布隆过滤器(留坑😀)

缓存击穿

缓存击穿和缓存雪崩类似，只不过缓存击穿是部分数据失效，大量的请求需要读取部分数据，但是这部分数据失效了，所以导致请求全部涌入数据库

解决办法

• 使用互斥锁，来排队请求
• 为数据设置永不过期(逻辑过期)

互斥锁

如果是分布式应用，就需要使用分布式锁

/**
     * 尝试获取锁
     * @param s
     * @return
     */
    public boolean tryLock(String s){

        Boolean flag = redisTemplate.opsForValue().setIfAbsent(key, keyValue, 10, TimeUnit.SECONDS);
        return Boolean.TRUE.equals(flag);
    }

    /**
     * 删除锁
     * @param s
     */
    public void unlock(String s){
        redisTemplate.delete(key);
    }

    public String queryString(String key){
        /**
         * 缓存未命中
         */
        boolean flag = tryLock(key);
        try {
            if(flag){
                /**
                 * 获获取锁，再次检查缓存是否存在数据，不存在则排队请求，重建缓存
                 */
                
            }
        }catch (Exception e){
            e.printStackTrace();
        }finally {
            /**
             * 释放锁
             */
            unlock(key);
        }

        return "";
    }

逻辑过期

在数据中添加一个字段，设置数据的过期时间，如果数据在缓存中命中了数据，根据过期时间字段来判断是否过期，未过期就直接使用，如果过期就重建缓存。

private static final ExecutorService executor = Executors.newFixedThreadPool(10);


    /**
     * 新开线程，重建缓存
     */
    public void db2redis(){
        if(tryLock("key")){
            executor.submit(() -> {
                /**
                 * TODO 缓存重建
                 */
            });
        }

    }

总结

缓存雪崩,缓存穿透,缓存击穿问题的根本都是需要解决数据库的短时大量访问涌入的问题，在大量请求访问数据库时，核心就是需要降低进入数据库的请求数量，加锁，限流都可以使用。
这里加锁的方案只针对单体应用，如果是分布式应用则需要使用分布式锁