redis 缓存穿透,缓存雪崩,缓存击穿

针对Redis缓存的雪崩、击穿、穿透问题分析及解决方法,您的描述大体上是正确的,但有一些细节可以修正和补充:

缓存穿透

问题分析

缓存穿透是指查询一个不存在的数据,由于缓存和数据库中都没有该数据,因此不会将其写入缓存,导致每次查询都会直接请求数据库,从而对数据库造成巨大压力。

解决方法
  1. 布隆过滤器
    • 使用布隆过滤器可以快速判断一个值是否存在于集合中。
    • 如果值存在,则可能返回缓存数据(注意布隆过滤器有一定的误判率,但误判不会导致数据错误,只是可能多查一次数据库)。
    • 如果值不存在,则直接返回空,不查询数据库。
  2. 缓存空对象
    • 当存储层不命中后,即使返回的空对象也将其缓存起来,并设置一个较短的过期时间。
    • 这样,在过期时间内,相同请求会直接返回缓存中的空对象,避免了对数据库的重复查询。

缓存雪崩

问题分析

缓存雪崩是指由于大量缓存失效或者缓存整体不能提供服务,导致大量的请求到达存储层(数据库),从而使存储层负载增加,可能导致系统崩溃。

解决方法
  1. 分布式锁
    • 在缓存更新或过期的情况下,先获取分布式锁,再进行更新或从数据库中获取数据后释放锁。
    • 确保只有少数请求可以修改缓存,降低并发冲突带来的影响。
  2. 消息中间件
    • 缓存更新可以推迟到后台任务完成,使用消息中间件(如Kafka、RabbitMQ等)处理缓存更新请求。
    • 这样即使有大量的更新请求,也不会立即冲击缓存服务,减少了雪崩的可能性。
  3. 多级缓存
    • 使用一级和二级缓存(如Redis+Ehcache),当一级缓存满或数据更新时,将部分数据迁移到二级缓存或持久化存储。
    • 保证短期高频访问的数据能够快速响应。
  4. 均匀分布缓存失效时间
    • 分析用户行为,尽量让缓存失效的时间均匀分布。
    • 为每个缓存项设置一个随机的过期时间,避免大量缓存同时失效。

缓存击穿

问题分析

缓存击穿是指一个被频繁访问(高并发访问且缓存重建业务较复杂)的缓存键因为过期失效,此时若有大量并发请求到来,这些请求发现缓存过期后一般都会从后端数据库加载数据并回设到缓存,这可能导致数据库瞬间被压垮。

解决方法
  1. 互斥锁
    • 在缓存失效时,使用互斥锁(如Redis的SETNX命令)确保只有一个线程能够访问数据库并更新缓存。
    • 其他线程在获取锁失败后会等待一段时间并重试,或者直接返回旧数据(如果业务允许)。
  2. 逻辑过期
    • 将缓存的key值设置为永不过期,并在缓存的value中添加一个逻辑过期时间。
    • 当获取缓存时,先检查逻辑过期时间是否已过。
    • 如果已过,则尝试获取互斥锁并异步更新缓存数据;如果未过,则直接返回缓存数据。

其他

  • 在使用互斥锁时,需要注意锁的粒度(尽量细粒度以减少锁竞争)和锁的超时时间(避免死锁)。
  • 逻辑过期方案虽然能够避免缓存击穿问题,但可能会返回脏数据(即过期但未被更新的数据)。因此,在业务允许的情况下,可以结合限流、降级等策略来进一步降低风险。
  • 针对布隆过滤器,虽然有一定的误判率,但可以通过增加哈希函数的数量和位数来降低误判率。同时,布隆过滤器不支持删除操作,因此在需要删除元素时需要考虑其他策略(如使用计数布隆过滤器等)。
相关推荐
Z字小熊饼干爱吃保安15 分钟前
面试技术问题总结一
数据库·面试·职场和发展
极限实验室30 分钟前
一键启动:使用 start-local 脚本轻松管理 INFINI Console 与 Easysearch 本地环境
数据库·docker
没有口袋啦34 分钟前
《数据库》第一次作业:MySQL数据库账户及授权
数据库·mysql
星辰离彬1 小时前
Java 与 MySQL 性能优化:MySQL连接池参数优化与性能提升
java·服务器·数据库·后端·mysql·性能优化
张璐月3 小时前
mysql join语句、全表扫描 执行优化与访问冷数据对内存命中率的影响
数据库·mysql
全干engineer5 小时前
ClickHouse 入门详解:它到底是什么、优缺点、和主流数据库对比、适合哪些场景?
数据库·clickhouse
Hellyc7 小时前
基于模板设计模式开发优惠券推送功能以及对过期优惠卷进行定时清理
java·数据库·设计模式·rocketmq
lifallen7 小时前
Paimon LSM Tree Compaction 策略
java·大数据·数据结构·数据库·算法·lsm-tree
{⌐■_■}11 小时前
【Kafka】登录日志处理的三次阶梯式优化实践:从同步写入到Kafka多分区批处理
数据库·分布式·mysql·kafka·go