缓存穿透

 

指查询一个一定不存在的数据，如果从存储层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 DB 去查询，可能导致 DB 挂掉。

 

出现原因

 

自身业务代码或者数据出现问题

 

恶意的请求会故意查询不存在的 key

 

解决方案

 

查询返回的数据为空，仍把这个空结果进行缓存，但过期时间会比较短；

 

布隆过滤器：将所有可能存在的数据哈希到一个足够大的 bitmap 中，一个一定不存在的数据会被这个 bitmap 拦截掉，从而避免了对 DB 的查询。

 

布隆过滤器实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。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。

 

缓存雪崩

 

当缓存服务器重启或者设置缓存时采用了相同的过期时间，导致缓存在某一时刻同时失效，请求全部转发到 DB，DB 瞬时压力过重雪崩。

 

出现原因

 

缓存服务器宕机\缓存服务器重启

 

大量缓存超时时间相同，在同一时间段失效（大批key失效/热点数据失效）。

 

解决方案

 

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。比如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。

 

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。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。

 

采用多级缓存，本地进程作为一级缓存，redis作为二级缓存，不同级别的缓存设置的超时时间不同，即使某级缓存过期了，也有其他级别缓存兜底

 

缓存击穿

 

对于设置了过期时间的 key，缓存在某个时间点过期的时候，恰好这时间点对这个 Key 有大量的并发请求过来，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 DB 压垮。

 

出现原因

 

某个热点key在某个时间点过期，恰好该时间点对这个key有大量并发的请求。

 

解决方案

 

使用互斥锁：当缓存失效时，不立即去 load db，先使用如 Redis 的 setnx 去设置一个互斥锁，当操作成功返回时再进行 load db 的操作并回设缓存，否则重试 get 缓存的方法。

 

永远不过期：物理不过期，但逻辑过期（后台异步线程去刷新）。

 

从缓存层面来看，确实没有设置过期时间，所以不会出现热点key过期后产生的问题，也就是“物理”不过期。

 

从功能层面来看，为每个value设置一个逻辑过期时间，当发现超过逻辑过期时间后，会使用单独的线程去更新缓

 

小结

 

缓存雪崩与缓存击穿的区别：缓存雪崩是针对很多key，缓存击穿是针对某一个key的缓存。