缓存雪崩

大量缓存数据在同一时间过期或者Redis故障宕机时，若此时有大量请求，都会直接访问到数据库，导致数据库压力倍增甚至宕机。

大量数据同时过期解决方案：

1、均匀设置过期时间：

设置过期时间的时候可以追加一个随机数，避免数据同一时间过期。

2、互斥锁：

业务线程处理用户请求时，如果发现访问的数据不在Redis里，则加入互斥锁，保证同一时间只有一个业务线程访问数据库并构建缓存。未获取到互斥锁的请求要么等待锁释放后获取缓存，要么返回指定值。注意：互斥锁应该设置过期时间，避免获取锁的线程意外阻塞导致锁无法释放，造成无响应的情况。

3、后台更新缓存：

将更新缓存的工作交给后台线程进行更新

• 第一种方式：后台频繁检测缓存是否有效，检测到缓存失效后（可能是内存资源不足被淘汰的）就马上访问数据库并更新到缓存。
• 缺点：
  • 检测时间间隔不能太长，一般是毫秒级，有延迟问题
  • 频繁检测存在性能开销
• 第二种方式：业务线程发现缓存失效后，通过消息队列发送一条信息通知后台线程更新缓存。后台线程收到消息后进行判断数据是否已被缓存，没有则访问数据库构建缓存。
• 优点：
  • 消息队列中可根据相同请求幂等性实现互斥锁的效果，无需加锁，所有请求都等待缓存构建或返回指定值即可。
  • 消息队列具有削峰作用，高并发时也能保证数据库正常运行

业务刚上线时我们就可以提前把数据缓存起来，而不是等待用户来触发缓存构建，这就是所谓的缓存预热。

Redis宕机解决方案：

1、服务熔断或请求限流机制

• 服务熔断机制，暂停业务对缓存服务的访问，直接返回错误，而不是继续访问数据库，直到Redis恢复正常。
• 请求限流机制，只接收少部分请求发送到数据库进行处理，再多的请求就在入口直接拒绝服务，直到待Redis恢复正常

2、构建Redis高可靠集群

当前Redis宕机后依然可通过其他从节点获取缓存。

缓存击穿

缓存中的某个热点数据过期，此时大量请求直接访问到数据库。（缓存雪崩是多种多个数据请求，缓存击穿是访问热点数据的大量请求）

解决方案：

• 互斥锁：保证同一时间只有应该业务线程共享缓存。
• 后台异步更新缓存：不再给热点请求设置过期时间，或热点数据快过期时通知后台线程更新缓存并重新设置缓存时间。

缓存穿透

发生缓冲雪崩或击穿时，数据库中是有对应数据的，而缓冲穿透则是数据库中也无法获取到对应数据的情况。如果数据库无法获取数据就无法构建缓存，造成缓存失效。通常发生于业务误操作删除了数据和恶意访问不存在的数据。

解决方案：

1、限制非法请求：

在访问缓存或数据库前判断请求的参数是否合理，过滤不合理请求

2、缓存空值或默认值

若业务发现有缓存穿透的现象，可以针对查询数据在缓存中设置空值或者默认值

3、布隆过滤器

使用布隆过滤器快速判断数据是否存在，避免通过查询数据库来判断

布隆过滤器的实现：

由初始值都为0的位图数组（Bitmap，连续二进制位序列）和N个哈希函数两部分组成。我们在写入数据库数据的同时对布隆过滤器做标记，这样后续的查询就可根据布隆过滤器快速判断数据是否存在。

过滤操作：

• 第一步，使用N个哈希函数分别对数据进行哈希计算，得到N个哈希值
• 第二步，将第一步得到的N个哈希值对位图数组的长度进行取模，得到每个哈希值的对应位置
• 第三步，将每个哈希值在位图数组中的对应位置设为1

假设有一个长度为8的位图数组，3个哈希函数的布隆过滤器：

查询时，分别计算出数据N个哈希值对应的位置并判断是否全为1。只要有一个为0就说明数据不存在。

布隆过滤器也是存在哈希冲突的，哈希冲突时可能将不存在的查询数据误判为已存在（与数据库中存在的数据发生了哈希冲突）。但数据库中不存在的数据在布隆过滤器中就一定不存在

通过增加哈希函数的数量，可尽量减少因为哈希冲突发生误判的情况。