缓存雪崩、击穿、击穿

本文主要是介绍缓存雪崩、击穿、击穿，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

缓存雪崩：

就是大量数据在同一时间过期或者redis宕机时，这时候有大量的用户请求无法在redis中进行处理，而去直接访问数据库，从而导致数据库压力剧增，甚至有可能导致数据库宕机，从而引发的一些列连锁反应，导致整个系统崩溃。

缓存雪崩的场景通常有两个：

1.大量热点key同时过期；

2.缓存服务故障；

缓存雪崩的解决方案：

1.通常的解决方案是将key的过期时间后面加上一个随机数（比如随机1-5分钟），让key均匀的失效。

2.考虑用队列或者锁的方式，保证缓存单线程写，但这种方案可能会影响并发量。

3.热点数据可以考虑不失效，后台异步更新缓存，适用于不严格要求缓存一致性的场景。

4.双key策略，主key设置过期时间，备key不设置过期时间，当主key失效时，直接返回备key值。

5.构建缓存高可用集群（针对缓存服务故障情况）。

6.当缓存雪崩发生时，服务熔断、限流、降级等措施保障。

缓存击穿：

缓存雪崩是指只大量热点key同时失效的情况，如果是单个热点key，在不停的扛着大并发，在这个key失效的瞬间，持续的大并发请求就会击破缓存，直接请求到数据库，好像蛮力击穿一样。这种情况就是缓存击穿（Cache Breakdown）。

从定义上可以看出，缓存击穿和缓存雪崩很类似，只不过是缓存击穿是一个热点key失效，而缓存雪崩是大量热点key失效。因此，可以将缓存击穿看作是缓存雪崩的一个子集。

解决方法：

设置永不过期：对于一些热点数据，可以设置其key永不过期，这样即使缓存失效，也能保证这些数据能够被快速访问，从而减少对数据库的直接访问。
使用分布式锁：通过分布式锁来控制对某个资源的访问，确保同一时间只有一个请求去数据库查询数据，然后将结果更新到缓存中。这样可以避免多个请求同时访问数据库，造成的高负载。
预加载热点数据：在系统启动或应用程序运行时，提前加载并缓存那些可能会频繁被访问的热点数据。这样即使在缓存失效后，也能迅速从缓存中获取数据，而不是每次都去数据库查询。
限流：通过限流技术限制对热点资源的访问速率，避免因请求量过大而导致的缓存击穿现象。这可以通过设置请求的频率限制、延迟响应等方式实现。
二级缓存：设计一个二级缓存系统，当一级缓存失效时，可以尝试从二级缓存中获取数据，以此来减少对数据库的直接访问。
布隆过滤器：虽然布隆过滤器主要用于缓存穿透问题，但它也可以用来预防缓存击穿，因为它可以帮助判断一个请求是否可能访问到缓存中的数据，从而减少无效的数据库查询。

缓存穿透

缓存穿透（cache penetration）是用户访问的数据既不在缓存当中，也不在数据库中。出于容错的考虑，如果从底层数据库查询不到数据，则不写入缓存。这就导致每次请求都会到底层数据库进行查询，缓存也失去了意义。当高并发或有人利用不存在的Key频繁攻击时，数据库的压力骤增，甚至崩溃，这就是缓存穿透问题。

缓存穿透发生的场景一般有两类：

原来数据是存在的，但由于某些原因（误删除、主动清理等）在缓存和数据库层面被删除了，但前端或前置的应用程序依旧保有这些数据；

恶意攻击行为，利用不存在的Key或者恶意尝试导致产生大量不存在的业务数据请求。

缓存穿透通常有四种解决方案，我们逐一介绍分析。

方案一：缓存空值（null）或默认值

分析业务请求，如果是正常业务请求时发生缓存穿透现象，可针对相应的业务数据，在数据库查询不存在时，将其缓存为空值（null）或默认值。需要注意的是，针对空值的缓存失效时间不宜过长，一般设置为5分钟之内。当数据库被写入或更新该key的新数据时，缓存必须同时被刷新，避免数据不一致。

方案二：业务逻辑前置校验

在业务请求的入口处进行数据合法性校验，检查请求参数是否合理、是否包含非法值、是否恶意请求等，提前有效阻断非法请求。比如，根据年龄查询时，请求的年龄为-10岁，这显然是不合法的请求参数，直接在参数校验时进行判断返回。

方案三：使用布隆过滤器请求白名单

在写入数据时，使用布隆过滤器进行标记（相当于设置白名单），业务请求发现缓存中无对应数据时，可先通过查询布隆过滤器判断数据是否在白名单内，如果不在白名单内，则直接返回空或失败。

方案四：用户黑名单限制

当发生异常情况时，实时监控访问的对象和数据，分析用户行为，针对故意请求、爬虫或攻击者，进行特定用户的限制；