Redis 缓存问题

缓存穿透

缓存穿透问题描述

缓存穿透是指查询一个一定不存在的数据，由于缓存是不命中时被动写的，并且出于容错考虑，如果从DB查不到数据则不写入缓存，这将导致这个不存在的数据每次都要到DB去查询，失去了缓存的意义。在流量大时，DB可能会挂掉，黑客可以利用不存在的key频繁攻击我们的应用。

缓存穿透解决方案

采用布隆过滤器，将所有可能存在的数据key哈希到一个足够大的bitmap中，一个一定不存在的数据key会被这个bitmap拦截掉，避免对底层DB系统的查询压力。
如果一个key在DB中查询为空时，仍然把这个空结果进行缓存，过期时间设置很短，不超过五分钟。

缓存雪崩

缓存雪崩问题描述

缓存雪崩是指在我们设置缓存时采用了相同的过期时间，导致大量缓存在某一时刻同时失效，请求全部转发到DB，DB瞬时压力过重发生雪崩效应。

缓存雪崩解决方案

写缓存时考虑采用加锁或者队列的方式保证缓存的单线程写，避免大量缓存key同时失效。
缓存过期时间分散开，可以在原有的缓存失效时间基础上增加一个随机时间，这样每个缓存key的过期时间重复率会很低。
缓存key不设置过期时间，可以在缓存值中保存过期时间字段。

缓存击穿

缓存击穿问题描述

对于一些设置了过期时间的缓存key，如果这些key在某个时间点被超高并发访问，是一种非常热点的数据。和缓存雪崩的区别是针对某一个key缓存，缓存雪崩是多个key。
热点缓存key在某个时间点过期的时候，恰好这个时间点有大量并发请求这个缓存key，这些请求发现缓存key已经过期会从后端DB加载数据并回填缓存，这个大并发请求可能会瞬间把DB压垮。

缓存击穿解决方案

使用互斥锁（mutex key），就是在缓存失效的时候（根据缓存key查询缓存为null)，不是立即去查询DB，而是先去获取锁（JVM锁或分布式锁都可以），只有成功获取锁的线程去查询DB然后回填缓存，通过锁保证只有一个线程去查询DB，从而减小DB压力，当缓存回填成功后，其他线程再去查询缓存即可。
提前使用互斥锁，在value内部设置缓存过期时间，每次查询缓存时判断缓存是否即将过期，如果超过一定阈值，可以提前触发查询数据库更新缓存操作，查询数据库更新缓存操作同样需要加锁实现。
缓存不设置过期时间，这就不会出现热点key过期问题，如果需要对缓存进行更新或者删除操作，可以通过后台异步任务方式进行缓存更新。
访问数据库增加限流功能，可以采用netflix的hystrix实现降级限流功能。