Redis使用场景-缓存-缓存雪崩

前言

之前在针对实习面试的博文中讲到Redis在实际开发中的生产问题，其中缓存穿透、击穿、雪崩在面试中问的最频繁，本文加了图解，希望帮助你更直观的了解缓存雪崩😀

（放出之前写的针对实习面试的关于Redis生产问题的博文链接）
Redis生产问题（缓存穿透、击穿、雪崩）------针对实习面试

什么是缓存雪崩？

缓存雪崩是指：在同一时段大量的缓存key同时失效或者Redis服务宕机，导致大量请求到达数据库，带来巨大压力。这种场景就像雪崩一样，所以叫缓存雪崩

缓存雪崩可能由以下几个原因引起：

缓存数据集中过期：如果缓存数据的过期时间设置不合理，比如很多缓存数据设置为在同一时间过期，那么在过期时刻，缓存将无法提供数据，导致请求直接落到数据库上。
缓存服务不可用：如果缓存服务由于某些原因（如宕机、网络问题等）变得不可用，那么所有的请求都会直接访问数据库。
数据库压力过大：当大量的请求直接访问数据库时，如果数据库没有足够的能力处理这些请求，可能会导致数据库响应缓慢甚至崩溃。

怎么解决缓存雪崩

解决缓存雪崩的最常用措施包括：

1. 过期时间随机化

为了避免大量缓存数据在同一时间过期，可以给缓存数据的过期时间加上一个随机值。这样，即使有大量数据需要设置为过期，它们也不会在同一时刻全部失效，从而减少了对数据库的瞬间压力。

图表：

复制代码

+----------------+         +--------+         +------------+
|                |  过期   |        |  请求    |            |
|  用户请求数据   +-------->+  缓存   +-------->+  数据库     |
|                |         |        |         |            |
+----------------+         +--------+         +------------+

在缓存设置中加入随机过期时间，可以避免大量缓存数据在同一时间过期，从而减少数据库的压力。

2. 搭建Redis高可用集群

通过搭建Redis高可用集群，可以有效地防止缓存雪崩问题的发生。如果主节点发生故障，从节点可以接管服务，继续提供缓存服务，避免了由于单点故障导致的缓存雪崩问题。

图表：

复制代码

+--------+         +--------+
|        |         |        |
|  Redis  +------->+  Redis |
|  Master|         | Slave  |
|        |         |        |
+--------+         +--------+

通过Redis的主从复制、双主、读写分离等策略，提高数据库的容灾能力。

3. 限流和降级策略

在缓存雪崩时，可以采取限流、降级等策略，减缓数据库的压力。例如，在缓存失效后，通过加锁或者使用队列来控制读数据库写缓存的线程数量。具体点就是设置某些Key只允许一个线程查询数据和写缓存，其他线程等待。则能够有效的缓解大并发流量对数据库打来的巨大冲击。

4. 数据预热

在系统上线前，提前将热点数据加载到缓存中，避免大量请求同时触发缓存未命中的情况。

如何实现：

使用定时任务，比如 xxl-job，来定时触发缓存预热的逻辑，将数据库中的热点数据查询出来并存入缓存中。
使用消息队列，比如 Kafka，来异步地进行缓存预热，将数据库中的热点数据的主键或者 ID 发送到消息队列中，然后由缓存服务消费消息队列中的数据，根据主键或者 ID 查询数据库并更新缓存

5. 多级缓存架构

使用本地缓存（如 Caffeine、Guava 等）和分布式缓存（如 Redis）相结合的方式，部分热点数据可以先放入本地缓存，降低 Redis 和数据库的压力。

6. Redis 高可用

部署 Redis 主从集群，使用 Redis 的哨兵模式（Sentinel）或者 Redis Cluster 来实现高可用，避免缓存服务器单点故障。