Redis——缓存预热+缓存雪崩+缓存击穿+缓存穿透

文章目录

  • [1、 缓存预热](#1、 缓存预热)
  • [2、 缓存雪崩](#2、 缓存雪崩)
  • [3、 缓存击穿](#3、 缓存击穿)
  • [4、 缓存穿透](#4、 缓存穿透)
  • 总结

1、 缓存预热

什么是预热:

mysql加入新增100条记录,一般默认以mysql为准作为底单数据,如何同步给redis(布隆过滤器)这100条新数据。

为什么需要预热:

mysql有100条新纪录,redis无

  1. 什么都不做,只对mysql做了数据新增,利用redis的会写机制,让它逐步实现100条新增记录的同步。最好是提前晚上部署发布版本的时候,由自己人提前做一次,让redis同步了,不要把这个问题留给客户。
  2. 通过中间件或者程序自行完成。

2、 缓存雪崩

发生缓存雪崩后的影响:

  1. redis主机挂了,redis全盘崩溃,偏硬件运维。
  2. redis中有大量key同时过期,大面积失效,偏软件开发。

预防+解决:

  1. redis中key设置为永不过期或者过期时间错开
  2. redis缓存集群实现高可用(主从 + 哨兵、Redis Cluster、开启Redis持久化机制aof/rdb,尽快回复缓存集群)
  3. 多缓存结合预防雪崩(ehcache本地缓存 + redis缓存)
  4. 服务降级 (Hystrix或者阿里sentinel限流或降级)
  5. 阿里云-云数据库Redis版

3、 缓存击穿

是什么:

大量的请求同时查询一个key时,此时这个key正好失效了,就会导致大量的请求都打到数据库上面去。简单说就是热点key突然失效了,暴打mysql。

危害:

会造成某一时刻数据库请求量过大,压力剧增。

一般技术部门需要知道热点key时哪些个?做到心里有数防止击穿。

解决:

缓存击穿------热点key失效------胡吃更新、随机退避、差异失效时间

热点key失效的原因:(1)时间到了自然清楚但还被访问到(2)delete掉的key,刚巧又被访问。

方案1:差异失效时间,对于访问频繁的热点key,干脆就不设置过期的时间。

方案2:互斥更新,采用双检加锁策略。

4、 缓存穿透

原理:

请求去查询一条记录,先查redis中没有,后查mysql中也没有,即都查询不到该条记录,但是请求每次都会打到数据库上面去,导致后台数据库压力暴增,这种现象称为缓存穿透,这个让redis变成了一个摆设。

解决方式:

  1. 空对象缓存:空对象缓存或缺省值。
    第一种解决方案: 回写增强

    如果发生了缓存穿透,可以针对要查询的数据,在Redis里存一个和业务部门商量后确定的缺省值(比如零、负数、defaultNull等)。比如键uid:abcxxx,值defaultNull作为案例的key和value。先去redis查键uid:abcdxxx没有,再去mysql查没有获得,这就发生了一次穿透现象。

    可以增强回写机制。

    mysql也查不到的话也让redis存入刚刚查不到的key并保护mysql。

    第一次查来查询uid:abcxxx,redis和mysql都没有,返回null给调用者,但是增强回写后第二次来查uid:abcxxx,此时redis就有值了。可以直接从Redis中读取default缺省值返回给业务应用程序,避免了把大量请求发送给mysql处理,打爆mysql。
    但是此种方法挡不住黑客的恶意攻击,有缺陷。只能解决key相同的问题。

  2. 布隆过滤器

总结

1. 缓存更新方式

产生原因:数据变更、缓存时效性

解决方案:同步更新、失效更新、异步更新、定时更新

2. 缓存不一致

产生原因:同步更新失败、异步更新

解决方案:增加重试、补偿任务最终一致

3. 缓存穿透:

产生原因:恶意攻击

解决方案:空对象缓存、布隆过滤器

4. 缓存击穿:

产生原因:热点key失效

解决方案:互斥更新、随机退避、差异失效时间

5. 缓存雪崩:

产生原因:缓存挂掉

解决方案:快速失败熔断、主从模式、集群模式

相关推荐
提高记忆力3 分钟前
truncate,drop,delete分析
数据库
堕落年代6 分钟前
SpringBoot使用Redisson时候进行Redis事务回滚
spring boot·redis·后端
江节胜-胜行全栈AI20 分钟前
PostgreSQL-中文字段排序-修改字段的排序规则
数据库·postgresql
就是蠢啊25 分钟前
SpringBoot 基础知识,HTTP 概述
数据库·mysql·spring
darkchink1 小时前
[LevelDB]Block系统内幕解析-元数据块(Meta Block)&元数据索引块(MetaIndex Block)&索引块(Index Block)
android·java·服务器·c语言·数据库·c++·分布式
代码拾光1 小时前
如果单表数据量大,只能考虑分库分表吗?
数据库
Mazy.v2 小时前
Linux图形化界面
linux·运维·数据库
SelectDB3 小时前
Apache Doris & SelectDB 技术能力全面解析
大数据·数据库·程序员
Microsoft Word3 小时前
分布式数据库HBase
数据库·分布式·hbase