【Redis】缓存的穿透、击穿和雪崩

引言

要了解缓存的这几个相关问题，我们先以一个例子来引入：

有一个get请求：

api/news/getById/1

正常情况下对其申请访问的流程如图：

但若是如此，访问增多或者受到攻击时很容易受到以下问题

1 缓存穿透

1.1 造成原因

当查询一个不存在的数据时，MySQL查询不到数据，也不会直接写入缓存，导致每次请求都会查询数据库

1.2 解决方案

1.2.1 方案一 缓存空数据

缓存空数据，查询返回的数据为空，仍将该结果保存，也就是保存null数据

优点：简单

缺点：消耗内存，且当数据库中的数据更新后，可能使得缓存与数据库中的数据不一致

1.2.2 方案二 布隆过滤器

先解释一个概念：bitmap（位图）

bitmap相当于一个以bit为单位组成的数组，每个单元只能存储二进制数0或1

布隆过滤器作用：检索一个元素是否在一个集合中

比如：

但是当数组大小有限时，就会出现类似哈希冲突的问题：

此时可以发现，如果id为3的数据不存在时，用布隆过滤器时会造成误判

可以得出，数组越大，布隆过滤器误差越小，但同时带来更多的内存消耗

如何调整其误判率呢？

可以通过Redisson或者Guava来设置误判率，通常将误判率设置在5%以下

2 缓存击穿

2.1 造成原因

给某个key设置了过期时间，当该key过期时，恰好对其有大量并发请求，这些并发请求可能瞬间将数据库压垮

2.2 解决方案

2.2.1 方案一 互斥锁

特点：数据强一致，性能差，可在银行系统中使用

2.2.2 方案二 逻辑过期

特点：高可用，但不能保证数据完全一致

           性能优，可在秒杀功能中使用

3 缓存雪崩

3.1 造成原因

同一时段大量key同时失效或Reids服务器宕机，导致大量请求到达数据库，给数据库带来巨大压力

3.2 解决方案

1.给不同key的TTL添加随机值

2.利用Redis集群提高服务可用性，如哨兵模式和集群模式

3.给缓存业务添加降级限流策略，如nginx或spring cloud gateway

4.给业务添加多级缓存，如Guava或Caffeine

给缓存业务添加降级限流策略可作为保底策略，穿透、击穿、雪崩均适用