Redis生产问题（缓存穿透、击穿、雪崩）——针对实习面试

Redis生产问题

什么是缓存穿透？

缓存穿透是指当请求查询数据库中不存在的数据时，由于在缓存中也没有该数据，导致每次请求都要到数据库查询，这可能会对数据库造成巨大压力，甚至导致数据库崩溃。

这种情况通常发生在以下场景：

1. 恶意攻击：攻击者故意请求数据库中不存在的数据，导致数据库压力增大。
2. 数据误删除：当数据库中的数据被删除后，缓存中相应的数据没有被删除，导致后续请求无法命中缓存，直接访问数据库。
3. 数据更新：当数据库中的数据更新后，缓存中的数据没有及时更新，导致后续请求无法命中缓存，直接访问数据库。

如何解决缓存穿透？

在面试中，当被问到如何解决缓存穿透问题时，你可以从以下几个方面来回答：

1. 缓存空对象

• 策略：当数据库中不存在请求的数据时，将空结果缓存起来，并设置一个较短的过期时间。这样，下次相同的请求就会直接命中缓存，避免了对数据库的查询。

• 实现：在代码中，你可以检查查询结果是否为null，如果是，则将null值缓存，并设置一个较短的TTL（Time To Live）。

2. 布隆过滤器

• 策略：使用布隆过滤器来预先判断请求的数据是否可能存在于数据库中。如果布隆过滤器判断数据不存在，则直接返回，不查询数据库。

• 实现：布隆过滤器是一种空间效率很高的概率型数据结构，它可以告诉你一个元素是否可能存在于集合中。如果布隆过滤器说元素不存在，那么这个元素一定不存在；如果它说元素存在，那么这个元素可能存在也可能不存在。

3. 限制请求

• 策略：对于某些特定的请求，比如请求频率过高的用户或IP，可以限制其访问频率，防止恶意攻击。

• 实现：可以使用限流算法（如令牌桶或漏桶算法）来限制请求频率，或者使用防火墙规则来限制特定IP的请求。

4. 数据校验

• 策略：在查询数据库之前，对请求的数据进行校验，确保请求的数据是合法的，避免请求不存在的数据。

• 实现：在应用层添加逻辑来校验请求参数，确保它们符合预期的格式和范围。

什么是缓存击穿？

缓存击穿是指在缓存中某个热点数据在过期或被删除后，突然失效，导致大量请求同时到达数据库，这种我们称为缓存击穿。

缓存击穿的原因是一个备受欢迎的缓存数据突然失效或宕机，导致重建缓存时，由于是热点Key，所以有不断的线程来查和重建缓存，导致大量数据请求直接到达数据库。

如何解决缓存击穿？

在解决缓存击穿问题时，可以采用以下几种策略：

1. 设置热点数据永不过期：
   对于一些极端热点数据，可以将其缓存设置为永不过期，或者设置一个非常长的过期时间。这样可以避免因为缓存过期导致的缓存击穿问题。（不建议使用）

2. 使用互斥锁：
   当缓存失效时，使用互斥锁来保证只有一个线程去查询数据库并更新缓存，其他线程等待。例如在Java中，可以使用ReentrantLock来实现互斥锁。

3. 提前缓存预热：
   在系统上线前，提前将热点数据加载到缓存中，避免大量请求同时触发缓存未命中的情况。（建议使用）

4. 布隆过滤器：
   使用布隆过滤器预先判断请求的数据是否可能存在于数据库中。如果布隆过滤器判断数据不存在，则直接返回，不查询数据库。

缓存穿透和缓存击穿有什么区别？

缓存穿透和缓存击穿是缓存系统中两种不同的问题，它们的主要区别在于：

1. 缓存穿透：

   • 原因：请求查询的数据在数据库中不存在，导致缓存中也没有该数据。
   • 影响：大量请求直接打到数据库，增加数据库压力。
   • 解决方法：缓存空对象、使用布隆过滤器、数据校验等。

2. 缓存击穿：

   • 原因：缓存中某个热点数据在过期或被删除后，突然失效。
   • 影响：大量请求同时到达数据库，可能导致数据库压力过大。
   • 解决方法：设置热点数据永不过期、使用互斥锁、逻辑过期等。

简而言之，缓存穿透是因为请求的数据根本不存在，而缓存击穿是因为请求的数据在缓存中突然失效。
两者都可能导致数据库压力增大，但原因和解决策略有所不同。

什么是缓存雪崩？

缓存雪崩是指在Redis缓存中，大量的Key在同一时间过期，导致大量的请求同时到达数据库，造成数据库压力过大甚至宕机的情况。

缓存雪崩通常发生在以下场景：

1. 大量Key同时过期：在Redis中设置了大量的Key，并且这些Key的过期时间相同或接近，当这些Key同时过期时，会导致大量的请求同时到达数据库。

2. 缓存服务宕机：Redis服务突然宕机，导致缓存服务不可用，所有的请求都会直接打到数据库上。

3. 缓存数据全为热点数据：如果缓存中存储的都是热点数据，当缓存服务出现问题时，所有的请求都会直接打到数据库上。

如何解决缓存雪崩？

1. 分散过期时间：

   • 设置不同的过期时间：对于缓存的数据，设置不同的过期时间，避免大量Key同时过期。
   • 使用随机数：在设置过期时间时，给每个Key的过期时间添加一个随机数，使得它们不会同时过期。

2. 持久化存储：

   • 使用Redis的持久化功能（如RDB和AOF），确保在Redis重启后能够从磁盘恢复数据，减少因缓存服务宕机导致的数据库压力。

3. 高可用缓存集群：

   • 部署Redis集群，通过主从复制和分片来提供高可用性和扩展性，确保缓存服务不会因为单个节点的故障而完全不可用。

4. 限流和降级：

   • 限流：使用限流算法（如令牌桶或漏桶）来控制请求的流入速率，避免过多请求同时到达数据库。
   • 降级：在缓存服务不可用时，提供降级服务，如返回一些静态数据或缓存中已有的旧数据，以保证系统的基本可用性。

5. 备用缓存方案：

   • 使用本地缓存或其他缓存服务作为备用缓存方案，当主缓存服务不可用时，可以切换到备用缓存。

6. 预加载缓存：

   • 在系统低峰时段，预加载可能即将过期的缓存数据，确保缓存中的数据始终可用。

原文地址：https://blog.csdn.net/weixin_73527957/article/details/143588779

免责声明：本站文章内容转载自网络资源，如本站内容侵犯了原著者的合法权益，可联系本站删除。更多内容请关注自学内容网（zxcms.com）！