缓存雪崩 (大量key失效，导致大量访问，犹如雪崩)

在高并发场景下，大量缓存key在同一时间失效，造成大量请求直接落在数据库上，导致数据库宕机。

解决方案:

  • 随机设置key失效时间，避免大量key集体失效。
1
setRedis（Key，value，time + Math.random() * 10000）；
  • 若是集群部署，可将热点数据均匀分布在不同的Redis库中也能够避免key全部失效问题
  • 不设置过期时间
  • 跑定时任务，在缓存失效前刷进新的缓存

缓存穿透(绕过redis，实现穿透)

redis缓存和数据库中没有相关数据(例用户直接携带id<=0的参数不断发起请求)，redis中没有这样的数据，无法进行拦截，直接被穿透到数据库，导致数据库压力过大宕机。

解决方案

  • 对不存在的数据缓存到redis中，设置key，value值为null(不管是数据未null还是系统bug问题)，并设置一个短期过期时间段，避免过期时间过长影响正常用户使用。
  • 拉黑该IP地址
  • 对参数进行校验，不合法参数进行拦截(认为最有效的之一)
  • 布隆过滤器 将所有可能存在的数据哈希到一个足够大的bitmap(位图)中，一个一定不存在的数据会被 这个bitmap拦截掉，从而避免了对底层存储系统的查询压力。(认为最有效的之一)

缓存击穿 (对一个点高频打击，然后穿透)

某一个热点key，在不停地扛着高并发，当这个热点key在失效的一瞬间，持续的高并发访问就击破缓存直接访问数据库，导致数据库宕机。

解决方案

  • 设置热点数据”永不过期”

  • 加上互斥锁：上面的现象是多个线程同时去查询数据库的这条数据，那么我们可以在第一个查询数据的请求上使用一个互斥锁来锁住它

    其他的线程走到这一步拿不到锁就等着，等第一个线程查询到了数据，然后将数据放到redis缓存起来。后面的线程进来发现已经有缓存了，就直接走缓存

最后总结

雪崩是大面积的key缓存失效；穿透是redis里不存在这个缓存key；击穿是redis某一个热点key突然失效，最终的受害者都是数据库。

思考

未雨绸缪：将redis、MySQL等搭建成高可用的集群，防止单点。

亡羊补牢：服务中进行限流 + 降级，防止MySQL被打崩溃。

重振旗鼓：Redis 持久化 RDB+AOF，宕机重启，自动从磁盘上加载数据，快速恢复缓存数据

原文链接