Redis生产问题（缓存穿透、击穿、雪崩）——针对实习面试
目录
- Redis生产问题
- 什么是缓存穿透？
- 如何解决缓存穿透？
- 什么是缓存击穿？
- 如何解决缓存击穿？
- 缓存穿透和缓存击穿有什么区别？
- 什么是缓存雪崩？
- 如何解决缓存雪崩？
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：
- 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。
- 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。
- 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：
- 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）。
- 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。
- 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。
- 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：
-
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） -
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。 -
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） -
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：
-
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。
-
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：
-
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。
-
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。
-
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？
-
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。
-
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。
-
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。
-
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。
-
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。
-
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。