缓存穿透、击穿、雪崩
一：故事背景
使用Redis进行缓存，我们就必须要知道使用Redis可能会出现的问题，只有这样，我们再能更好规避，更好的使用Redis，为我们服务。
今天我们就来讲讲Redis的经典问题，Redis缓存的穿透、击穿、雪崩。
二：业务场景
2.1 业务场景
我们假设一个简单的业务场景，有一个在线商城系统
用户可以根据商品ID查询商品信息。系统使用Redis作为缓存，将商品信息存储在缓存中，键的格式为"product:{productId}"，值为商品的详细信息。
当用户请求查询商品信息时，首先尝试从Redis缓存中获取，如果缓存中不存在，则从数据库中查询，并将查询结果存储到缓存中。
2.2代码实现
@Service public class ProductService { @Autowired private RedisTemplate<String, Product> redisTemplate; public Product getProductInfo(String productId) { // 尝试从缓存中获取商品信息 Product product = redisTemplate.opsForValue().get("product:" + productId); if (product == null) { // 如果缓存中不存在，则从数据库查询 product = queryProductInfoFromDatabase(productId); if (product == null) { // 如果查询结果为空，将空值存储到缓存中，并设置较短的过期时间 redisTemplate.opsForValue().set("product:" + productId, null, 300, TimeUnit.SECONDS); } else { // 将查询结果存储到缓存中 redisTemplate.opsForValue().set("product:" + productId, product); } } return product; } private Product queryProductInfoFromDatabase(String productId) { // 从数据库查询商品信息 // ... } }
上述代码给出了，我们所述业务场景的实现。接下来我们就结合这个场景分别解释，缓存穿透、缓存击穿、缓存雪崩。
三：缓存穿透
3.1 什么是缓存穿透
缓存穿透指的是在缓存中无法找到需要的数据，导致每次请求都需要访问底层数据存储，从而引发数据库负载过大的情况。通常发生在恶意请求或者查询不存在的数据时。
3.2 解决方案
3.2.1 缓存空值
在缓存中存储空值，并且设置一个较短的过期时间，防止频繁的查询请求，直接访问数据库。上面的代码里也编写了此部分代码
if (product == null) { // 如果查询结果为空，将空值存储到缓存中，并设置较短的过期时间 redisTemplate.opsForValue().set("product:" + productId, null, 300, TimeUnit.SECONDS); }
3.2.2 数据预热
在系统启动时，可以将热门或者常用的数据预先加载到缓存中，从而避免冷启动时大量的缓存穿透请求。比如可以使用定时任务进数据预热。
// 在系统启动时加载热门数据到缓存中 @PostConstruct public void initCache() { // 查询热门数据 List<Product> hotProducts = queryHotProductsFromDatabase(); // 将热门数据放入缓存 for (Product product : hotProducts) { redisTemplate.opsForValue().set("product:" + product.getId(), product, 5, TimeUnit.MINUTES); } }
3.2.3 数据库优化查询
可以通过对数据库的查询进行优化，例如使用索引、缓存数据库查询结果等方式，从而减少数据库查询的耗时，降低数据库负载，减少缓存穿透的发生。
这个方法并未解决穿透问题，只是从数据库层面降低了缓存穿透带来的问题。
四：缓存击穿
4.1什么是缓存击穿
缓存击穿指的是一个原本存在于缓存中的数据过期或者被删除，而此时恰好有大量的请求同时访问这个数据，导致这些请求都无法从缓存中获取数据，而需要访问底层数据存储，从而引发数据库负载过大的情况。
4.2解决方案
4.2.1 加锁防止并发访问数据库。
在缓存失效时，通过加锁来保证只有一个请求可以访问数据库，其他请求等待并共享查询结果。分布式锁可以看我的这篇博客redis分布式锁
五：缓存雪崩
5.1 什么是缓存雪崩
缓存雪崩指的是在缓存中大量的数据同时过期或失效，导致多个请求同时访问底层数据存储，从而引发数据库负载过大的情况。
5.2解决方案
5.2.1 设置合适的缓存过期时间
合理设置缓存的过期时间，避免大量缓存在同一时间内失效，从而降低缓存雪崩的风险。可以通过设置不同的过期时间，将缓存的过期时间分散开来，避免同时失效。
if (product != null) { // 将查询结果存储到缓存中，并设置随机的过期时间，范围为 1~5 分钟 int expireTime = new Random().nextInt(5) + 1; redisTemplate.opsForValue().set("product:" + productId, product, expireTime, TimeUnit.MINUTES); }
5.2.2 引入多级缓存
通过在缓存系统中引入多层级的缓存，例如一级缓存（内存缓存）和二级缓存（分布式缓存如Redis），可以在一级缓存失效时，从二级缓存获取数据，并在二级缓存中更新一级缓存，从而减少直接请求后端系统的次数。
5.2.3 限流和熔断
在缓存失效时，可以考虑限流和熔断策略，防止大量请求涌入后端系统，可以通过设置请求的并发数限制、请求频率限制等方式控制请求的流量，保护后端系统的稳定性。
六：总结&提升
6.1 总结
缓存穿透、缓存击穿和缓存雪崩是常见的缓存使用问题，可能导致系统性能下降甚至系统崩溃。
使用合适的缓存策略，如设置合理的缓存过期时间、使用分布式缓存等，可以有效避免这些问题的发生。
6.2 提升
在使用Spring Boot和Redis进行缓存时，可以通过合理地配置缓存的过期时间、使用缓存的自动刷新功能、合理设计缓存的Key和Value结构等方式来避免这些问题的发生，从而提高系统的性能和稳定性。
6.3 后记
通过此篇文章相信你对Redis的缓存穿透、击穿、雪崩、有了一定的了解，还在等什么，赶紧实践起来吧。
