Redis相关知识总结（缓存雪崩，缓存穿透，缓存击穿，Redis实现分布式锁，如何保持数据库和缓存一致）

文章目录

- 1.什么是Redis？
- 2.为什么要使用redis作为mysql的缓存？
- 3.什么是缓存雪崩、缓存穿透、缓存击穿？
- - 3.1缓存雪崩
  - - [3.1.1 大量缓存同时过期](#3.1.1 大量缓存同时过期)
    - [3.1.2 Redis宕机](#3.1.2 Redis宕机)
  - [3.2 缓存击穿](#3.2 缓存击穿)
  - [3.3 缓存穿透](#3.3 缓存穿透)
  - [3.4 总结](#3.4 总结)
- [4. 数据库和缓存如何保持一致性](#4. 数据库和缓存如何保持一致性)
- [5. Redis实现分布式锁](#5. Redis实现分布式锁)

1.什么是Redis？

redis是基于内存读写的数据库，因此它的读写速度非常快。常用于缓存、队列、分布式锁等场景。Redis中还有很多数据结构类型：String 、Set、 Hash、 List、ZSet（有序集合）、Bitmaps(位图) HyperLogLog（基数统计）、GEO（地理信息）、Stream（流）。

2.为什么要使用redis作为mysql的缓存？

是因为Redis具有[高性能]和[高并发]的特性。
高性能 ：由于redis是基于内存读写，其速度远远超过MySQL，因此我们可以将MySQL当中的数据存入到redis当中，下一次直接从redis中读，速度会快很多。
高并发：直接访问redis能承受的请求是远远大于MySQL的。

3.什么是缓存雪崩、缓存穿透、缓存击穿？

3.1缓存雪崩

我们将数据存入到redis当中，之后的每次请求都先去redis当中找是否存在数据。从而提高了查询速度也降低了数据库的压力。为了保证redis和数据库的数据一致性，我们通常会给其设置过期时间。但是如果大量缓存数据在同一时间过期，或者redis宕机，会使得大量请求进入数据库，给数据库带来巨大压力。这就是缓存雪崩。造成这一现象的原因有两个大量缓存同时过期，redis宕机。

3.1.1 大量缓存同时过期

设置不同的过期时间
互斥锁

我们可以通过互斥锁来解决大量请求进入数据库的现象。即当发现redis当中没有想要的数据后，先尝试获取锁，如果获取成功就进行查询数据库。而其他线程此时尝试获取锁是会失败的。这样其他线程就必须等查询数据库结束或者直接返回默认值。

不设置过期时间

我们可以不设置过期时间，而是让后台进程进行定时更新数据。但是这也造成了另一个现象：当redis中的数据存储过多，会将一部分数据淘汰，这样业务线程就会读取缓存失败。这有两个解决方案，一是让后台线程同时也监测数据是否失效，一旦失效就去数据库从获取 。二是在线程业务发现数据淘汰后，通过消息队列发送一条消息告诉后台线程更新数据

3.1.2 Redis宕机

服务熔断或限流机制

当Redis宕机之后我们可以将服务熔断，暂停业务应用对缓存服务的访问，并返回错误。等Redis恢复正常再允许访问。或者利用限流机制，可以允许部分请求访问进入数据库，而其他的直接拒绝服务。

构建Redis缓存高可靠集群

服务熔断和限流机制是在Redis宕机之后采取的措施。我们最好通过主从节点的方式构建Redis缓存高可靠集群。如果Redis缓存的主节点故障宕机，从节点可以切换为主节点，继续提供缓存服务。

3.2 缓存击穿

缓存击穿指的是热点key失效，导致大量请求进入数据库，给数据库造成巨大压力。

缓存击穿与缓存雪崩很相似，可以看作是缓存雪崩的一个子集。它的解决方案也有两种

互斥锁

只有一个进程可以进行数据库的访问，其他进程都需要等待。

不设置过期时间

同样也是通过后台进程进行定时更新数据

3.3 缓存穿透

缓存穿透是指，当我们查询redis时发现没有数据，则该线程查询数据库，结果发现数据库中也不存在该信息，又发送了许多不存在的数据查询，导致这些查询全部都穿透过redis，都去访问数据库，给数据库带来巨大压力。解决方案有三种：

限制非法请求

直接在API入口处就对信息进行验证，判断是否是恶意非法信息

返回空值或默认值存入redis当中

当我们从数据库中没有查到相关结果后，直接将空值或默认值存入到Redis中，这样，接下来的请求再次到Redis中查询，就能查询到结果。

布隆过滤

3.4 总结

4. 数据库和缓存如何保持一致性

首先我们要确定的是，我们在对数据库修改时，是修改缓存还是删除缓存呢？毫无疑问一定是删除缓存，这样可以减少大量不必要的操作。

接下来我们要考虑的是先删缓存，在更新数据库，还是先更新数据库，再删除缓存。
先删缓存，在更新数据库 ：考虑极端情况，我们在删除完缓存后，数据库还没有更新完成时，又来了一个线程，进行查询缓存，结果没有查到。接着去查询数据库，此时数据库还是旧数据。查到后，又将旧数据存到Redis中，之后数据库完成了修改，这时数据库和缓存就不一致了。

先更新数据库，再删除缓存 ：考虑极端情况，我们在线程一查询Redis结果没有查到，那么继续查询数据库，并将信息写入Redis,此时出现了线程2对数据库进行修改。这导致存入Redis的是旧数据，而数据库中的是新数据。

表面上两者都可能出现数据不一致问题，但是写入redis的速度很快，所以在写入之前又更新数据这种情况发生的概率很低。因此我们选择先更新数据库，再删除缓存

5. Redis实现分布式锁

分布式锁是用于分布式环境下并发控制的一种机制，用于控制某个资源在同一时刻只能被一个应用所使用。如下图所示：

由于Redis本身可以被多个客户端共享访问，因此可以作为存储锁的容器。而且Redis中set还有个NX选项，作用是如果集合中存在key就插入失败，如果不存在，则插入成功。我们可以基于这个实现分布式锁。即当集合中不存在该key时，插入成功，表示获取到锁了，如果插入失败，说明此时没有获取到锁 。

同时还需要有以下注意点：

锁变量需要设置过期时间，以免该线程获取到锁之后由于某些原因造成堵塞，其他进程也无法进行。
锁变量的值需要能区分来自不同客户端的加锁操作，以免在释放锁时，出现误释放操作，所以，我们使用 SET 命令设置锁变量值时，每个客户端设置的值是一个唯一值，用于标识客户端；

java 复制代码

SET lock_key unique_value NX PX 10000

lock_key：代表锁的key

unique_value：代表该锁的唯一value

同时我们删除锁时需要判断这个value是否是当前客户端的。但是由于先判断再删除，这是两步操作，为保证原子性。我们采用lua脚本实现

lua 复制代码

// 释放锁时，先比较 unique_value 是否相等，避免锁的误释放
if redis.call("get",KEYS[1]) == ARGV[1] then
    return redis.call("del",KEYS[1])
else
    return 0
 end