小张兴冲冲去面试，结果因为redis的缓存雪崩问题被面试官拒绝！
小张：面试官，你好。我是来参加面试的。
面试官：你好，小张。我看了你的简历，你们平时在项目中用了redis，能说一下你们使用redis的场景吗？
小张：redis的话我们主要是用来存储一些常用的配置类数据还有一些热点数据；还有存储一些到期失效的数据，比如登录用户颁发的token等。
面试官：那好，既然你们用来存储热点数据。那么我来问你个实际场景，「查询热点数据的时候会先从缓存加载，如果缓存没有命中则会检索数据库获取数据。往往我们还会给热点缓存数据设置一个过期时间。那么我的问题是，假设在某一时间点热点缓存全部过期失效了，这样所有的请求都会直接进入数据库，一瞬间就会把数据库压垮，如果是你会怎么解决这个问题？」
小张：emm...面试官，我肚子有点不舒服，我先回去了。小张卒！
面试官：因为缓存同一时间大面积的失效，或者缓存服务暂时不能提供服务等，从而导致所有请求都去查数据库，导致数据库CPU和内存负载过高，甚至宕机。这一现象被称之为 「缓存雪崩」。
缓存雪崩可以通过以下四个维度来解决：
- 「缓存预热」
数据加热的含义就是在正式部署之前，先把可能的数据先预先访问一遍，这样部分可能大量访问的数据就会加载到缓存中。在即将发生大并发访问前手动触发加载缓存不同的key。
- 「加上互斥锁」
可以在第一个查询数据的请求上使用一个互斥锁来锁住它，其他的线程走到这一步拿不到锁就等着，等第一个线程查询到了数据，然后将数据放到redis缓存起来。后面的线程进来发现已经有缓存了，就直接走缓存。
- 「过期时间均匀分布」
给缓存的时效时间加上随机因子，即给缓存设置不同的过期时间，让缓存失效的时间点尽量均匀。
- 「构建高可用的缓存系统」
把Redis设计成高可用的，即使个别节点、个别机器、甚至是机房宕掉，依然可以提供服务，例如 Redis Sentinel 和 Redis Cluster 都实现了高可用。
面试官：各位看官朋友们，你们学会怎么解决缓存雪崩的问题了吗？希望你们以后面试不会被这个问题难倒哟~
小张：学到了学到了，我下次再来。（早知道不提什么热点数据了，不提面试官就不会问。）
面试官：小样，不问这个那么我不会问其他的了吗？你下次再来试试！
End
