Redis教程

Redis 面试常见问题———缓存雪崩、缓存击穿以及缓存穿透

本文主要是介绍Redis 面试常见问题———缓存雪崩、缓存击穿以及缓存穿透,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

在开发中会面临缓存异常可能会出现三个问题,分别是缓存雪崩、缓存击穿和缓存穿透。这三个问题会导致大量请求从缓存转移到数据库,如果请求的并发量很大的话,就会导致数据库崩溃。所以在面试官也会经常问这些问题。

缓存雪崩

缓存雪崩是指大量的请求无法在缓存中处理,从而将请求转移到数据库中,导致数据压力倍增。一个Redis实例可以支持万级别的并发请求,而单个数据库只能支持千级别的并发请求。两者处理请求并发能力相差十倍,数据库会由于压力过大而导致雪崩。
这里雪崩一般是由两个原因组成,很多文章只写缓存同时过期的情况。
缓存雪崩

原因一:缓存中大量的数据同时过期

一般设置缓存数据会设置缓存时间,在某一时刻,大量的缓存同时过期,此时如果有请求访问这些数据的话,缓存不存在,会将请求转移到数据库,如果这些的请求量比较大的,导致数据库的压力增大,严重会导致数据库崩溃。

针对大量缓存同时失效带来的雪崩,有两种解决方案。

方案一: 过期时间设置随机值

应该避免给数据设置相同的过期时间,在设置过期时间时,增加一点随机值。

setRedis(key, value, time + Math.random() * 10000);

方案二: 服务降级

服务降低,比如使用hystrix,是指发生雪崩时,针对不同的数据采取不同的处理方式。

  • 请求数据是非核心数据(比如商品属性),暂时停止从缓存查询数据,直接返回预定信息、空值或者错误值。
  • 请求数据是核心数据(比如商品库存、价格),仍然查询缓存,如果缓存缺失,继续在数据库读取。
    服务降级

原因二: redis 服务挂了

redis服务发生宕机,无法处理请求,这就会导致全部转移到数据库去,发生雪崩。

方案一: 添加服务熔断

服务熔断,就是发生雪崩时,暂停对缓存的访问。等redis服务恢复正常后,再允许访问缓存。
对redis所在的服务器进行指标监控,比如QPS、CPU使用率、内存使用率等,如果发现redis服务宕机,而数据库请求压力倍增,此时可以启动熔断机制,暂停对缓存和数据库的访问,比如使用Hystrix服务熔断。
但是暂停对缓存系统的访问,但是对整个业务系统影响很大,导致很多数据不能查看。为了减少这种影响还有另一个方案:请求限流。

方案二: 请求限流

请求限流,就是限制前端请求每秒请求量,使得数据库能承受前端全部请求。
比如前端允许每秒访问1000次,其中900请求缓存,100次才请求数据库。
一旦发生雪崩,数据库每秒请求激增到1000次,此时启动请求限流,在前端入口只允许每秒请求100次,过多的请求直接拒绝。
请求限流
无论使用服务熔断或请求限流都是是发生雪崩后处理,这里还有事先预防的方案。
通过主从节点的方式构建redis集群,如果redis主节点宕机,从节点可以切换成主节点。

缓存击穿

缓存击穿是指,针对某个访问缓存非常频繁,无法在缓存中处理,访问该数据的请求一下子都请求数据库,导致数据库压力倍增。
缓存击穿

方案一:不设置过期时间

对于访问特别频繁的热点数据,就不设置过期时间

方案二:使用互斥锁

如果缓存失效,只有拿到锁才能访问数据库,降低数据库并发访问。

缓存雪崩和缓存击穿的差别在于雪崩是大量的缓存,击穿是单一的缓存。

缓存穿透

缓存穿透是指访问的数据既不在redis缓存中,也不在数据库中,因为数据库也不存在数据,也无法将数据库数据写入缓存中,每次请求都要请求缓存和服务器。不过这样也导致系统性能下降。
缓存穿透会发生如下两种情况:

  • 误操作,删除了缓存和数据的数据。
  • 恶意攻击: 专门访问数据库中不存在的数据。

缓存穿透

方案一: 缓存空值或缺省值

发生缓存穿透,在redis中缓存一个空值或者实现预选设置好的值(比如0),后续请求查询直接在redis中读取空值或者缺省值。

方案二: 使用布隆过滤器

  • 布隆过滤器由一个初值都为0的bit数组和N个哈希函数组成,可以用来快速判断某个数据是否存在。当数据写入数据库时,布隆过滤器会通过三个操作完成标记:
    • 使用N个hash函数,分别计算这个数据的hash值,得到N个hash值。
    • 把这N个hash值对bit数组的长度取模,得到每个hash值在数组中对位置。
    • 把对应位置设置为1。如果数据不存在,那么就没用使用布隆过滤器标记过数据,那么,bit数组对应的bit位为零。只要bit数组有一个不为1,就表明布隆过滤器就没标记过该数据。
    • 把数据写入数据库时,使用布隆过滤器做标记
    • 当缓存消失后,在去数据库查询之前,通过查询布隆过滤器判断数据是否存在,如果不存在,就不查询数据库。
      还有在请求入库添加检测,把恶意请求(参数不合理、参数非法、参数不存在或者id小于0)直接过滤掉。

电商系统举例

  • 缓存雪崩
    * 电商首页数据(电脑端、手机端),比如分类。设置这一类的缓存需要给过期时间添加随机数
  • 缓存击穿
    • 电商首页的猜你喜欢商品,不设置超时时间,或者设置互斥锁
  • 缓存穿透
    • 电商商品详情中请求不存在的id,首先要设置入口验证,然后使用布隆过滤器,不存在直接返回

总结

缓存雪崩和缓存击穿主要是数据不在缓存上,而缓存穿透是数据既不在缓存上,也不在数据上。

  • 缓存雪崩
    • 给过期时间加上小的随机数
    • 服务降级
    • 服务熔断
    • 请求限流
    • redis 设置主从集群
  • 缓存击穿
    • 不设置过期时间
  • 缓存穿透
    • 入口进行合法性验证
    • 使用空值或者缺省值
    • 使用布隆过滤器快速判断

预防方案

使用服务降低、请求熔断、请求限制会影响用户使用体验,最好使用预防方案。

  • 针对缓存雪崩,合理设置数据过期时间,以及搭建redis主从集群。
  • 针对缓存击穿,不要设置过期时间。
  • 针对缓存穿透,在请求入口做规范校验,以及使用布隆过滤器判断数据是否存在。

参考

  • 如何解决缓存雪崩、击穿、穿透难题
这篇关于Redis 面试常见问题———缓存雪崩、缓存击穿以及缓存穿透的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!