前言
Redis 是一个高性能的键值数据库，广泛应用于缓存、会话存储、实时数据分析等场景。然而，在高并发的环境下，Redis 缓存可能会遇到 缓存击穿 、缓存穿透 和 缓存雪崩 这三大问题。这些问题不仅影响系统的稳定性和性能，还经常出现在面试题中，值得我们深入了解🤏。
1. 缓存穿透
定义
缓存穿透指的是查询一个不存在的数据时，缓存层和数据库层都会返回空结果，导致每次请求都直接访问数据库，从而失去缓存的加速作用，增加数据库的负担。
"穿透 "可以简单的理解为：缓存和数据库都不存在要查询的数据，请求直接"穿透"了缓存。
场景
例如：用户请求一个不存在的商品ID，由于缓存和数据库中都没有该商品的信息，请求直接穿透到数据库，增加数据库的压力。
解决方案
-
布隆过滤器
使用布隆过滤器缓存不存在的请求，避免每次都查询数据库。布隆过滤器可以高效判断某个元素是否在集合中，减少不必要的数据库查询。
-
缓存空值
当查询结果为空时，可以将空值缓存一段时间（如 1-5 分钟），避免频繁穿透。这样即使请求再次到来，也能从缓存中返回空值，减少数据库查询。
流程图
用户请求不存在的数据 检查缓存 缓存未命中 检查数据库 返回空结果 缓存空值 减少数据库负载
2. 缓存击穿
定义
缓存击穿是指缓存中的某些数据在失效后，大量请求同时访问该数据，导致所有请求直接穿透到数据库，增加数据库压力，甚至可能导致数据库崩溃。
"击穿 "可以简单的理解为：缓存不存在，但是数据库存在要查询的数据，请求直接"击穿"了缓存。
场景
例如：某个商品详情数据在缓存中过期，多个用户同时请求该商品数据，由于缓存失效，这些请求直接访问数据库，造成数据库负载骤增。
解决方案
-
互斥锁
在缓存失效时，使用分布式锁确保只有一个请求访问数据库并更新缓存，其余请求等待缓存更新完毕后再从缓存中获取数据，避免同时访问数据库。
-
缓存预热
在系统启动时，提前将常用数据加载到缓存中，减少缓存失效的概率，确保热点数据一直在缓存中。
-
合理的缓存失效时间
根据数据访问频率和业务需求合理设定缓存过期时间，避免过短的失效时间引起频繁的缓存更新和数据库访问。
流程图
用户请求数据 检查缓存 缓存失效 检查数据库 返回数据 更新缓存 后续请求直接访问缓存
3. 缓存雪崩
定义
缓存雪崩是指大量缓存数据在同一时间失效，导致大量请求同时访问数据库，给数据库带来巨大压力，甚至可能导致数据库崩溃。
"雪崩 "可以简单的理解为：大量缓存同一时间失效，缓存"雪崩"了。
场景
例如：大量缓存数据设置了相同的过期时间，所有缓存数据在某一时刻失效，导致大量请求同时访问数据库，可能引发雪崩效应。
解决方案
-
错开缓存过期时间
在缓存过期时间上增加随机偏移量，错开过期时间，减少缓存同时过期的情况。
-
使用永久缓存
对于不经常变化的数据，可以使用永久缓存，避免频繁失效，减少数据库访问。
-
降级处理
当缓存系统发生故障时，启用降级机制，将部分请求转发至备用缓存或返回默认值，减轻数据库压力。
流程图
多个缓存项过期 多个用户请求同时访问数据库 访问数据库 数据库返回数据 更新缓存 后续请求直接访问缓存
总结
- 缓存穿透：查询数据时 缓存和数据库都不存 ，使用 布隆过滤器 和 缓存空值 避免每次都访问数据库。
- 缓存击穿：查询数据时 缓存不存在，数据库存在 ，使用 互斥锁 、缓存预热 和 合理的过期时间 解决。
- 缓存雪崩：查询数据时 大量缓存同一时间失效 ，通过 错开缓存过期时间 、使用永久缓存 和 降级处理 应对。