当前位置：首页 > article >正文

【Redis】缓存击穿与缓存雪崩：问题与解决方案

article 2024/11/15 14:06:46

前言

用户数据通常存储在数据库中，而数据库的数据则保存在磁盘上。由于磁盘的读写很慢，为了避免用户直接访问数据库，我们可以使用 Redis 作为缓存层。而引入缓存层后，会出现三种缓存异常问题：缓存穿透、缓存击穿和缓存雪崩，这篇文章主要探讨缓存击穿和缓存雪崩的问题。

想要了解缓存穿透及其解决方法，可以看我的这篇博客：【Redis】缓存穿透详解

1.缓存击穿

1.1 什么是缓存击穿

缓存击穿是指在缓存中没有命中数据（缓存不存在），并且该数据正好是一个热点数据（经常访问的、被频繁请求的数据）。由于缓存中没有该数据，系统会直接访问数据库，而在高并发的情况下，多个请求会同时穿透缓存，直接访问数据库，造成数据库压力骤增，可能导致数据库崩溃或系统性能下降。

1.2 缓存击穿的产生原因

缓存击穿通常发生在以下几种情况：

热点数据的缓存失效：当某个热点数据的缓存过期时，大量请求涌入到数据库层，而此时数据库需要处理所有的请求，造成数据库的瞬时压力增大。
缓存中没有数据：某些数据本身并没有被缓存，可能是由于缓存策略不当、数据没有被及时缓存，或者缓存过期。

1.3 如何解决缓存击穿

缓存击穿的核心问题是如何有效避免缓存失效后，多个请求直接击穿缓存访问数据库。

1.3.1 热点数据永不过期

对于特别重要的热点数据，可以考虑不设置缓存过期时间，让这些数据一直保存在缓存中。可以通过定时任务手动更新缓存中的数据来避免数据过期问题。

1.3.2 使用互斥锁（锁机制）

在缓存失效的情况下，采用分布式锁或互斥锁来确保只有一个线程/请求去加载数据库数据，并更新缓存。其他线程则等待，直到缓存被更新完毕。例如，可以通过 Redis 的 SETNX（set if not exists）命令来实现分布式锁。

String value = redisTemplate.opsForValue().get(key);
if (value == null) {
    // 获取分布式锁
    if (redisTemplate.opsForValue().setIfAbsent(lockKey, "lock", 10, TimeUnit.SECONDS)) {
        try {
            // Double-check
            value = redisTemplate.opsForValue().get(key);
            if (value == null) {
                // 查询数据库
                value = database.get(key);
                // 将结果写入缓存
                redisTemplate.opsForValue().set(key, value, ttl, TimeUnit.SECONDS);
            }
        } finally {
            // 释放锁
            redisTemplate.delete(lockKey);
        }
    } else {
        // 等待锁释放后，再从缓存中读取数据
        Thread.sleep(100); // 自行调整等待时间
        value = redisTemplate.opsForValue().get(key);
    }
}

1.3.3 预防性缓存更新

在热点数据即将过期时，提前异步刷新缓存。通过检测热点数据的访问频率，当即将过期时触发自动更新操作，避免过期瞬间的击穿问题。

2.缓存雪崩

2.1 什么是缓存雪崩

缓存雪崩是指缓存中的大量数据在短时间内同时过期，导致大量请求同时访问数据库，造成数据库的瞬间负载激增，可能导致数据库崩溃。缓存雪崩的问题通常发生在缓存中的数据都在同一时刻过期，尤其是缓存的过期时间相同或过期时间比较集中时。

2.2 缓存雪崩的产生原因

缓存雪崩通常是以下几种原因导致的：

缓存过期时间设计不当：多个缓存数据设置了相同的过期时间，导致它们在同一时刻过期，造成大量请求同时访问数据库。
缓存服务器宕机或故障：缓存服务器出现故障，所有缓存数据无法提供服务，导致请求直接访问数据库。
缓存容量不足：缓存空间不足，无法承载大量的数据，导致频繁失效和大量缓存穿透。

2.3 如何解决缓存雪崩

解决缓存雪崩的根本方法是避免大量缓存数据同时失效，或者通过其他手段避免请求直接访问数据库

2.3.1 设置不同的缓存过期时间

为避免缓存雪崩，最直接的解决办法是让缓存中的不同数据拥有不同的过期时间。可以为每个缓存项添加一定的随机值，避免缓存的失效时间集中在某一时刻。

// 为每个缓存设置一个不同的过期时间，带有随机偏移量
long randomOffset = ThreadLocalRandom.current().nextLong(0, 60000);
redisTemplate.opsForValue().set(cacheKey, value, baseExpireTime + randomOffset, TimeUnit.MILLISECONDS);