Redis的缓存穿透、缓存击穿和缓存雪崩定义、原因及其解决方案-阿里云开发者社区

开发者社区> 开发与运维> 正文
登录阅读全文

Redis的缓存穿透、缓存击穿和缓存雪崩定义、原因及其解决方案

简介: 在高并发场景下,Redis可以很好的解决因短时间内的大访问量而导致的服务崩溃问题。但是引入redis又有可能出现缓存穿透,缓存击穿,缓存雪崩等问题。本文就对这三种问题进行较深入剖析。

一、缓存穿透

1.1 定义

缓存穿透是指查询一个一定不存在的数据,由于缓存是不命中时需要从数据库查询,查不到数据则不写入缓存,这将导致这个不存在的数据每次请求都要到数据库去查询,造成缓存穿透。

1.2 解决

方案一: 缓存空对象

当存储层未命中后,即使数据库返回的空对象也对其进行缓存,同时设置一个过期时间,之后再访问这个数据将会从缓存中获取,保护了后端数据源。

方案二: 布隆过滤器

布隆过滤器是一种数据结构,对所有可能查询的参数以hash形式存储,在控制层进行校验,不符合则丢弃,从而避免了对底层存储系统的查询压力。
它的优点是空间效率和查询时间都远远超过一般的算法,缺点是有一定的误识别率和删除困难。

方案三: 设置可访问的白名单

使用bitmaps类型定义一个可以访问的名单,名单id作为bitmaps的偏移量,每次访问和bitmap里面的id进行比较,如果访问id不在bitmaps里面,进行拦截,不允许访问。

方案四: 进行实时监控

当发现Redis的命中率开始急速降低,需要排查访问对象和访问的数据,和运维人员配合,可以设置黑名单限制服务

二、缓存击穿

2.1 定义

key对应的数据存在,但在redis中过期,此时若有大量并发请求过来,这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存,但是缓存回设期,这个时候大并发的请求可能会瞬间把后端DB压垮。
案例:微博热搜问题

2.2 解决方案

方案一:预先设置热门数据

在redis高峰访问之前,把一些热门数据提前存入到redis里面,加大这些热门数据key的时长

方案二:设置热点数据永不过期

从缓存层面来说,没有设置过期时间,所以就不会出现热点key过期产生的问题

方案三:实时调整

现场监控哪些数据热门,实时调整key的过期时长

方案四:使用分布式锁

使用分布式锁,保证对于每个key同时只有一个线程去查询后端服务,其他线程在没有获取分布式锁的权限时,需要等待。这种方式将高并发的压力转移到了分布式锁,因此对于分布式锁的考验很大。
image.png

三、缓存雪崩

3.1 定义

缓存雪崩,是指在某个时间段,缓存集中过期失效,导致数据库异常的状况。
key对应的数据存在,但在redis中过期或者是缓存服务直接宕机,此时若有大量并发请求过来,这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存,这个时候大并发的请求可能会瞬间把后端DB压垮。

3.2 解决方案

方案一:构建集群

通过搭建Redis集群,保障Redis的高可用

方案二:搭建多级缓存架构

Nginx缓存+Redis缓存+其他缓存(ehcache等)

方案三:限流降级

在缓存失效后,通过加锁或者队列来控制读数据库写缓存的线程数量,从而避免失效时大量的并发请求落到底层存储系统上。比如对某个key只允许一个线程查 询数据和写缓存,其他线程等待。
不适用高并发情况。

方案四:数据预热

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,设置不同的过期时间,让缓存失效的时间点尽量均匀

方案五:设置过期标志更新缓存

记录缓存数据是否过期(设置提前量),如果过期会触发通知另外的线程在后台去更新实际key的缓存

方案六:将缓存失效时间分散开

比如我们可以在原有的失效时间基础上增加一个随机值,比如1-5分钟随机,这样每一个缓存的过期时间的重复率就会降低,就很难引发集体失效的事件。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
开发与运维
使用钉钉扫一扫加入圈子
+ 订阅

集结各类场景实战经验,助你开发运维畅行无忧

其他文章
最新文章
相关文章