Redis缓存穿透和雪崩

前言

缓存穿透的概念很简单,用户想要查一个数据,发现redis内存数据库没有,也就是缓存没有命中,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,于是都去请求了数据库,这会给持久层数据库造成很大的压力,这时候就相当于出现了缓存穿透。

总结：查询的值在缓存中不存在

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，从而避免了对底层存储系统的查询压力。

当存储层不命中后,即使返回的空对象也将其缓存起来，同时设置一个较短的过期时间(一般是5min)，之后在访问这个数据将会从缓存中获取，保护了后端数据源。

但是这种方法会存在两个问题：

如果空值能够被缓存起来，这就意味着缓存需要更多的空间存储更多的键，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，这对于需要保持一致性的业务会有影响。

比如说空值的过期时间是5min，第一次查询返回空值之后，并存入缓存中。但是在第2分钟的时候，数据库中更新了该值，但是由于缓存还未过期，在缓存过期之前，查询该值拿到的结果还是空值，只有等缓存过期之后，才能拿到已经更新过的值。

外部不停的对某一个值进行集中查询，当这个key在失效的那一瞬间，持续的高并发的就穿破缓存，直接请求数据库，可能就会导致数据库宕机。

当某个key在过期的瞬间，有大量的请求并发的访问，这类数据一般就是热点数据，由于缓存过期，会同时访问数据库来查询最新的数据，会导致数据库压力过大。

总结：查询流量太大, 缓存正好过期

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，所以也不会出现热点key过期后产生的问题。
加互斥锁

分布式锁：使用分布式锁，保证对于每一个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，是指在某一个时间段，缓存集中过期失效，或者Redis宕机，导致所有的请求全部直接访问数据库，此时，数据库就会产生周期性的压力波峰。

缓存雪崩的几个情形中，其实集中过期，倒不是非常致命，比较致命的，是缓存服务器某个节点宕机或断网。

因为自然形成的缓存雪崩，一定是在某个时间段集中创建缓存，这个时候，数据库也是可以顶住压力的。无非就是对数据库产生周期性的压力而已。而缓存服务节点的宕机，对数据库服务器造成的压力是不可预知的，很有可能瞬间就把数据库压垮。

这个思想的含义是，既然redis有可能挂掉，那我多增设几台redis，这样一台挂掉之后其他的还可以继续
工作，其实就是搭建的集群(异地多活)。

这个解决方案的思想是，在缓存失效后，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。

或者停掉某些服务，全力保障某个集群的可用性，或者降低某些服务的资源消耗，比如前端，取消一些图片的加载等等。

数据加热的含义就是在正式部署之前，我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。