1. redis使用场景-缓存-缓存穿透
在实际开发中，Redis 被广泛应用于缓存，以提高系统性能和响应速度。然而，在使用缓存时，需要注意一些问题，其中 缓存穿透 是一个常见且需要重点关注的场景。
什么是缓存穿透
● 缓存穿透 指查询一个在缓存和数据库中都不存在的数据， 导致请求直接访问数据库，绕过了缓存层的保护。这种情况可能由以下原因引起：
○ 恶意攻击或爬虫频繁请求不存在的数据。
○ 业务逻辑错误，导致请求了无效的数据。
缓存穿透会增加数据库的负载，降低系统性能，甚至可能导致数据库宕机。
如何防止缓存穿透？
● 为了解决缓存穿透问题，常用的策略包括：
- 缓存空对象：
● 当查询的数据不存在时，将一个空对象（如 null）存入缓存。这样，下次请求相同的数据时，直接从缓存中获取，避免再次访问数据库。
● 优点：实现简单，维护方便。
● 缺点：会占用额外的内存空间，可能导致短期内的数据不一致。 - 使用布隆过滤器：
● 布隆过滤器是一个高效的概率数据结构，可以快速判断某个元素是否存在。它可以在请求数据库之前，先通过布隆过滤器判断数据是否可能存在于数据库中。
● 优点：内存占用少，避免了缓存空对象带来的额外内存消耗。
● 缺点：实现较为复杂，可能存在误判的情况。 - 使用白名单：
● 维护一个白名单，将所有合法的数据标识存入其中。查询时，先检查请求的数据是否在白名单中，如果不在，直接返回，避免访问数据库。
2. redis使用场景-缓存-缓存击穿
缓存击穿是另一个在使用 Redis 缓存时需要特别注意的问题，它通常发生在高并发环境下，尤其是在热点数据的情况下。
什么是缓存击穿
缓存击穿是指当某个缓存中的数据失效后，多个请求并发访问该数据时，所有请求都会去访问数据库，造成数据库压力暴增。具体来说，当缓存中的某个数据被删除或过期时，如果多个请求在同一时刻请求这个数据，所有的请求都将直接访问数据库，导致缓存的作用失效，增加了数据库的压力。
缓存击穿的典型场景
- 缓存过期：
● 缓存的数据过期后，多个请求同时到达，发现缓存为空，都会触发访问数据库的操作，造成大量的数据库请求。 - 热点数据：
● 如果某个数据是非常热门的数据（比如某个商品的详情页，或者某个页面的访问量极高），它在缓存过期时，可能会有成千上万的请求同时过来。因为缓存失效后，数据库的压力急剧增加，可能导致数据库崩溃。
缓存击穿的影响
● 数据库压力增大：由于所有请求都直接访问数据库，数据库可能会承受过高的负载，甚至可能因高并发请求而崩溃。
● 系统响应时间变慢：在高并发请求下，数据库响应时间变慢，用户体验受到影响。
● 资源浪费：多次查询相同的数据，浪费了系统资源和数据库的处理能力。
如何解决缓存击穿
- 使用互斥锁（Mutex）
● 通过 分布式锁（如 Redis 的 SETNX）来控制同一时刻只有一个请求可以去数据库拉取数据，其他的请求都等待数据库的响应，之后把数据缓存到 Redis。
● 步骤：
○ 请求到达时，发现缓存没有数据，尝试获取锁。
○ 获取锁的请求去查询数据库并缓存数据，其他请求等待。
○ 等待中的请求等到数据库返回数据后，再从缓存中取数据。
● 优点：可以确保在缓存失效时，只有一个请求会查询数据库，避免了缓存击穿。
● 缺点：锁的获取和释放需要一定的时间，可能会带来一些性能开销，且如果锁无法及时释放（如代码异常等情况），可能会导致请求阻塞。 - 使用缓存预热：
● 缓存预热是一种提前将热点数据加载到缓存的策略。例如，缓存可以在系统启动时或者数据更新时预先加载这些热点数据，这样在真实请求到来之前，缓存就已经准备好，不会发生缓存击穿。
● 优点：减少了缓存失效带来的数据库负担。
● 缺点：需要有明确的热点数据预知，且预热的操作需要额外的开发和维护。 - 设置缓存的过期时间（TTL）策略：
● 为缓存数据设置合理的过期时间，使得不同数据的缓存过期时间尽量错开，避免在同一时间段内大量数据同时失效，造成缓存击穿。
● 优点：避免缓存过期同时失效，平衡数据库的压力。
● 缺点：虽然可以避免击穿，但需要根据数据的访问频率和生命周期合理配置 TTL。 - 缓存异步加载：
● 当缓存失效时，可以先返回一个默认值（如空对象或默认数据），然后在后台异步加载数据并更新缓存。这样即使多个请求同时来，缓存仍然会有一个初始值返回，而不会直接查询数据库。
● 优点：减少了数据库的压力，提高了系统的响应速度。
● 缺点：实现复杂度较高，可能会出现“脏数据”，需要保证异步更新数据的准确性。
缓存击穿在实际工作中的应用
- 电商系统：
● 在电商平台中，某些热门商品的页面（如秒杀商品或限时折扣商品）通常会产生大量请求。如果缓存中没有及时更新热点商品的库存信息或价格信息，所有请求就会同时访问数据库，造成数据库压力。
● 解决方案：可以使用分布式锁来确保只有一个请求会访问数据库，其他请求会等待。 - 社交平台：
● 用户的动态信息、热门话题等数据可能在某一时间内迅速过时或失效，导致大量用户请求数据库，数据库可能因并发请求过多而崩溃。
● 解决方案：可以通过合理的缓存失效策略和缓存预热来避免高并发请求数据库。 - 新闻网站：
● 一些热点新闻在发布后的短时间内会引起大量访问，如果缓存失效时，可能会导致数据库的高并发查询。
● 解决方案：除了缓存的过期控制，还可以通过缓存预热来提前加载热门新闻的数据。
3. 缓存穿透和缓存击穿 的区别
根本原因就是定义不同
| 定义 | 问题出处 | |
|---|---|---|
| 缓存穿透 | 问题的根源在于请求的数据本身不在数据库中 。 | 问题出在查询的数据是否有效，或者请求是否合规。 |
| 缓存击穿 | 问题的根源在于缓存中的数据失效了，导致大量请求并发查询数据库。 | 数据是有效的，只是缓存没有及时恢复，所以请求会直接穿透缓存去访问数据库，导致数据库压力增大。 |
4. redis使用场景-缓存-缓存雪崩
Redis作为缓存系统，缓存雪崩是一个常见的问题，特别是在高并发的情况下。
缓存雪崩
缓存雪崩指的是在某一时刻，缓存系统中大量的缓存失效（比如缓存同时过期）或缓存服务器宕机，导致大量的请求直接访问数据库，从而造成数据库的巨大压力，最终可能导致数据库崩溃。
发生场景
- 缓存同时过期：如果缓存中的大量数据在同一时间点过期，客户端会发送大量的请求到数据库，导致数据库压力暴增。
- 缓存失效机制不合理：如果缓存的失效时间设置不合理，可能导致大量缓存数据在同一时间点过期，或者缓存没有有效的预加载机制。
应对缓存雪崩的策略 - 设置不同的缓存过期时间：可以通过给不同的缓存设置不同的过期时间，避免缓存同时过期的情况。通常可以为缓存设置一定的随机过期时间。
- 使用加锁机制：当缓存数据失效时，通过锁机制确保只有一个请求能去加载数据，避免多个请求同时访问数据库。可以使用Redis的SETNX命令来实现分布式锁。
- 预加载缓存：通过提前加载缓存的方式，避免缓存空缺。比如定时任务定时加载缓存，确保缓存中数据的稳定性。
- 使用双重检查：当缓存失效时，可以在代码中做两次检查。第一次检查缓存，如果缓存为空，则去数据库加载数据并缓存；如果数据已经被加载缓存，再次检查时直接返回缓存结果。
区别总结
| 问题 | 定义 | 原因 | 应对策略 |
|---|---|---|---|
| 缓存雪崩 | 缓存中的大量数据在同一时间失效，造成大量请求直接访问数据库。 | 缓存大量数据过期或缓存服务器宕机。 | 设置不同的过期时间、使用加锁机制、定时更新缓存。 |
| 缓存击穿 | 某个高频访问的缓存数据失效，导致数据库瞬时压力过大。 | 高频访问的数据缓存失效。 | 使用加锁机制、防止多个请求同时访问数据库、提前更新缓存。 |
| 缓存穿透 | 请求查询的数据在缓存和数据库中都不存在，导致频繁访问数据库。 | 请求数据不存在，或者恶意攻击导致频繁查询数据库。 | 缓存空数据、请求过滤、使用布隆过滤器等避免不必要的查询。 |
 -- 搭建Medallion Architecture part 2)
