【缓存】框架层常见问题和对策

缓存是为了加快读写速度,再了解redis这类框架层的缓存应用之前,我们不妨先思考下操作系统层面的缓存解决方案,这样有助于我们更深的理解缓存,哪些是系统层面的,哪些是服务层面。

以下是一些常见的缓存问题及其解决方案,答案不止一个,需要大家发散性思考,针对业务应用场景去做取舍和抉择:

Q 缓存一致性问题:

在数据库更新数据时,同步更新缓存中的数据,以保证数据的一致性。

A 数据准时同步:通过消息队列(MQ)来异步更新缓存,确保数据最终一致性。也可以考虑强一致性方案,不过性能有影响。

Q 缓存穿透问题:

请求不存在的数据,导致请求直接打到数据库,可能引发性能问题。

A 解决方案:对请求参数进行校验,如用户鉴权、基础校验等。将不存在的数据也缓存,设置较短的过期时间。使用布隆过滤器来避免对数据库的查询。

Q 缓存击穿问题:

高访问量的key过期后,大量请求直接访问数据库,可能导致数据库压力过大。

A 解决方案:延长热点数据的过期时间或设置为永不过期。使用互斥锁,确保同一时间只有一个线程查询数据库并更新缓存。

Q 缓存雪崩问题:

大量key同时过期或缓存服务宕机,导致大量请求直接访问数据库。

A 解决方案:为key设置不同的过期时间,避免同时过期。使用高可用的分布式缓存集群,如Redis集群。

Q 双写不一致问题:

在更新操作时,可能会存在数据库和缓存中数据不一致的情况。

A 解决方案:

设置较短的缓存过期时间。使用消息队列辅助,先更新数据库,再删除缓存,如果删除失败则放入队列重试。使用读写队列串行化操作,但可能会降低吞吐量。

Q 缓存集中失效问题:

在高并发场景下,缓存集中失效可能导致大量请求直接访问数据库。

A 解决方案:

优化缓存策略,如使用分布式缓存。对缓存失效时间进行随机化处理。

Q 缓存粒度控制问题

全量缓存可能导致内存和带宽浪费,部分缓存可能影响性能。

A 解决方案:

根据业务需求合理选择缓存粒度。实施智能缓存策略,如基于访问频率动态调整缓存。

以上问题专有名词过多,如果记不住,可以用自己的话,进行归纳总结,再比对差异。

相关推荐
青鱼入云2 小时前
【面试场景题】支付&金融系统与普通业务系统的一些技术和架构上的区别
面试·金融·架构
gtGsl_2 小时前
深入解析 Apache RocketMQ架构组成与核心组件作用
架构·rocketmq·java-rocketmq
SmartBrain5 小时前
DeerFlow 实践:华为IPD流程的评审智能体设计
人工智能·语言模型·架构
一水鉴天10 小时前
整体设计 之 绪 思维导图引擎 之 引 认知系统 之 序 认知元架构 从 三种机器 和 PropertyType 到认知 金字塔 之2(豆包助手)
架构·认知科学
程思扬14 小时前
利用JSONCrack与cpolar提升数据可视化及跨团队协作效率
网络·人工智能·经验分享·docker·信息可视化·容器·架构
从零开始学习人工智能15 小时前
快速搭建B/S架构HTML演示页:从工具选择到实战落地
前端·架构·html
小小工匠15 小时前
架构思维: 高并发场景下的系统限流实战
架构·限流算法·限流实战
流影ng18 小时前
【HarmonyOS】MVVM与三层架构
华为·架构·harmonyos
虫小宝19 小时前
返利app的消息队列架构:基于RabbitMQ的异步通信与解耦实践
分布式·架构·rabbitmq
梦中的天之酒壶20 小时前
多级缓存架构
缓存·架构