啥也不说了,面试高频问题。

一、缓存穿透

用户想要查询一个数据,发现redis内存数据库中没有,也就是说没有命中缓存,也是会向持久层数据库查询,发现也没有,那么本次查询失败。

如果此时,用户很多,高并发场景下都去查这个数据,由于缓存都没有命中,于是压力直接打到持久层数据库那里,这就是缓存穿透。

【Redis】缓存穿透、缓存击穿、缓存雪崩(面试必备)

通常情况下:

  • 客户端请求需要查询数据,会先去缓存查询。
  • 若缓存存在数据,就直接返回。
  • 如果缓存不存在,则去mysql查询。

这种场景是比较常见的,比如大家熟知的秒杀,在同一时间点会集中并发请求过来,如果数据库被冲垮了,可能会造成不可预估的后果。

如何解决?

1. 布隆过滤器

这是一种数据结构,对所有可能查询的参数以hash形式存储。当查询过来的时候,先在过滤器里进行校验,若查不到数据直接丢弃,避免对底层存储系统的查询造成压力。
【Redis】缓存穿透、缓存击穿、缓存雪崩(面试必备)

不过布隆过滤器之所以能做到在时间和空间上的效率比较高,是因为牺牲了判断的准确率,可能会存在误判,简而言之:

  • 当布隆过滤器说某个值存在时,这个值可能不存在
  • 当布隆过滤器说不存在时,那就肯定不存在

2. 缓存空对象

当持久层数据库也没查询到数据,即使返回的空对象也将其缓存起来,同时设置一个过期时间,之后再次查询这个数据就直接从缓存里取,只不过是空的,从而保护持久层数据库。
【Redis】缓存穿透、缓存击穿、缓存雪崩(面试必备)

但是这种处理方法,也会带来一些问题:

  • 如果存在很多的空值的 key,那么这些key都会被缓存起来,耗费更多的空间。
  • 即使对空值设置了过期时间,仍然会存在,缓存层与持久层的数据会有一段时间窗口的不一致,这会对需要保持一致性的业务产生影响。

二、缓存击穿

缓存击穿,是指一个key非常热点,在不停的扛着高并发,如果这个key失效了,在失效的瞬间,持续的并发量就会穿破缓存,直接打到持久层数据库,就像一个防御墙被凿开一个洞。

注意这里跟缓存穿透的区别:

  • 缓存穿透是因为查不到导致
  • 缓存击穿是因为量太大,缓存过期

【Redis】缓存穿透、缓存击穿、缓存雪崩(面试必备)

最出名还时微博热搜了,当某明星出轨,这个就成了热点key,最终请求通过这一个热点key,压力直接打到底层数据库。

如何解决?

1. 设置热点数据永不过期

从缓存层面来看,没有设置过期时间,所以不会出现缓存过期的问题。

2. 加互斥锁

使用分布式锁,保证对于每个key同时只有一个线程去查询后端服务,其他线程如果没有获得分布式锁的权限,就要等待。这种方式将高并发的压力转移到了分布式锁,所以对分布式锁
的考验非常大。

【Redis】缓存穿透、缓存击穿、缓存雪崩(面试必备)

三、缓存雪崩

是指在某一个时间段,缓存集中过期失效,或者redis宕机了。

比如晚上12点有抢购活动,事先把这波商品集中的放到缓存里,假设设置过期时间1小时。那么等1点的时候,这批商品就缓存过期了,而新缓存还没设置进来。如果这时候对这些商品有大量的查询,就会直接落在持久层上。对持久层数据库而言,会产生周期性的压力波峰。

如果是缓存服务器挂了,那么就很糟糕了,很可能持久层数据库瞬间就被冲垮。

【Redis】缓存穿透、缓存击穿、缓存雪崩(面试必备)

如何解决?

1. redis高可用

其实就是加机器,搭建redis集群,异地多活。

2. 限流降级

在缓存失效后,通过加锁或者队列来控制读取数据库写到缓存里的线程数量,比如上面提到的分布式锁。

3. 数据预热

在正式部署之前,先把可能被访问的数据预先访问一遍,这样一来,大量可能会被高频访问的数据会被加载到内存。

4. 设置不同过期时间

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。

分类:

技术点:

相关文章: