Redis相关知识----缓存问题

Posted by shuyou on Tuesday, May 11, 2021

本文介绍Redis缓存相关问题,包括缓存穿透、缓存击穿、缓存雪崩等相关知识

缓存穿透: 缓存穿透是指缓存和数据库中都没有的数据,而用户不断发起请求,这将导致这个不存在的数据每次请求都要到存储层去查询,失去了缓存的意义。当流量过大时,数据库可能挂掉。

解决方案:

  1. 用户校验:接口层增加校验,如用户鉴权校验,id做基础校验,id<=0的直接拦截;
  2. 对空值缓存:从缓存取不到的数据,在数据库中也没有取到,这时也可以将key-value对写为key-null,缓存有效时间可以设置短点,如30秒(设置太长会导致正常情况也没法使用)。这样可以防止攻击用户反复用同一个id暴力攻击。
  3. 布隆过滤器:bloomfilter就类似于一个hash set,用于快速判某个元素是否存在于集合中,其典型的应用场景就是快速判断一个key是否存在于某容器,不存在就直接返回。

缓存击穿: 缓存击穿是指缓存中没有但数据库中有的数据(一般是热门缓存数据时间到期),这时由于大量并发请求,同时读缓存没读到数据,又同时去数据库去取数据,引起数据库压力瞬间增大,可能造成数据库宕机。

解决方案:

  1. 设置热点数据永远不过期。
  2. 接口限流与熔断,降级。重要的接口一定要做好限流策略,防止用户恶意刷接口,同时要降级准备,当接口中的某些 服务 不可用时候,进行熔断,失败快速返回机制。
  3. 加互斥锁。

缓存雪崩: 缓存雪崩是指缓存中数据大批量到过期时间,而查询数据量巨大,引起数据库压力过大甚至down机。和缓存击穿不同的是,缓存击穿指并发查同一条数据,缓存雪崩是不同数据都过期了,很多数据都查不到从而查数据库。

解决方案:

  1. 缓存数据的过期时间设置随机,防止同一时间大量数据过期现象发生。
  2. 如果缓存数据库是分布式部署,将热点数据均匀分布在不同的缓存数据库中。
  3. 设置热点数据永远不过期。
  4. 使用锁或者队列。

缓存污染: 缓存污染问题说的是缓存中一些只会被访问一次或者几次的的数据,被访问完后,再也不会被访问到,但这部分数据依然留存在缓存中,消耗缓存空间。 缓存污染会随着数据的持续增加而逐渐显露,随着服务的不断运行,缓存中会存在大量的永远不会再次被访问的数据。缓存空间是有限的,如果缓存空间满了,再往缓存里写数据时就会有额外开销,影响Redis性能。这部分额外开销主要是指写的时候判断淘汰策略,根据淘汰策略去选择要淘汰的数据,然后进行删除操作。

缓存一致性问题: 读取缓存步骤一般没有什么问题,但是一旦涉及到数据更新:数据库和缓存更新,就容易出现缓存(Redis)和数据库(MySQL)间的数据一致性问题。

不管是先写MySQL数据库,再删除Redis缓存;还是先删除缓存,再写库,都有可能出现数据不一致的情况。

解决方案:

  1. 读的时候,先读缓存,缓存没有的话,就读数据库,然后取出数据后放入缓存,同时返回响应。
  2. 更新的时候,先更新数据库,然后再删除缓存。

参考

  1. Redis进阶 - 缓存问题:一致性, 穿击, 穿透, 雪崩, 污染等

「真诚赞赏,手留余香」

ShuYou's Blog

真诚赞赏,手留余香

使用微信扫描二维码完成支付