怎么解讀Redis緩存穿透、緩存擊穿和緩存雪崩

怎么解讀redis緩存穿透、緩存擊穿和緩存雪崩，很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細講解，有這方面需求的人可以來學(xué)習(xí)下，希望你能有所收獲。

網(wǎng)站建設(shè)哪家好，找創(chuàng)新互聯(lián)公司！專注于網(wǎng)頁設(shè)計、網(wǎng)站建設(shè)、微信開發(fā)、小程序開發(fā)、集團企業(yè)網(wǎng)站建設(shè)等服務(wù)項目。為回饋新老客戶創(chuàng)新互聯(lián)還提供了棗莊免費建站歡迎大家使用！

一、緩存穿透

1、概念

緩存穿透是指查詢一個數(shù)據(jù)庫一定不存在的數(shù)據(jù)。正常的使用緩存流程大致是，數(shù)據(jù)查詢先進行緩存查詢，如果key不存在或者key已經(jīng)過期，再對數(shù)據(jù)庫進行查詢，并把查詢到的對象，放進緩存。如果數(shù)據(jù)庫查詢對象為空，則不放進緩存。

這里需要注意緩存擊穿的區(qū)別，緩存擊穿，緩存擊穿是指緩存中沒有但數(shù)據(jù)庫中有的數(shù)據(jù)，并且某一個key非常熱點，在不停的扛著大并發(fā)，大并發(fā)集中對這一個點進行訪問，當(dāng)這個key在失效的瞬間（一般是緩存時間到期），持續(xù)的大并發(fā)就穿破緩存，直接請求數(shù)據(jù)庫，就像在一個屏障上鑿開了一個洞。

為了避免緩存穿透其實有很多種解決方案。下面介紹幾種

2、解決方案

（1）布隆過濾器

布隆過濾器是一個bit向量或者bit，如果我們要映射一個值到布隆過濾器中，我們使用多個不同的哈希函數(shù)生成多個哈希值，并將每個生成的哈希值指向的bit位設(shè)置為1，如下baidu一詞設(shè)置了三個位置為1。

原理：對一個key進行k個hash算法獲取k個值，在比特數(shù)組中將這k個值散列后設(shè)定為1，然后查的時候如果特定的這幾個位置都為1，那么布隆過濾器判斷該key存在。

“tencent”一詞，對應(yīng)的情況

可以看到，不同的詞對應(yīng)的bit位置可能相同，當(dāng)詞很多的情況時，可能大部分bit位置都是1，這時查詢taobao可能對應(yīng)的位置都為1，只能說明taobao一詞可能存在，不是一定存在的，這時1就被覆蓋了，這就是布隆過濾器的誤判。如果它說不存在那肯定不存在，如果它說存在，那數(shù)據(jù)有可能實際不存在。

Redis的bitmap只支持2^32大小，對應(yīng)到內(nèi)存也就是512MB，誤判率萬分之一，可以放下2億左右的數(shù)據(jù)，性能高，空間占用率及小，省去了大量無效的數(shù)據(jù)庫連接。

因此我們可以通過布隆過濾器，將Redis緩存穿透控制在一個可容范圍內(nèi)。

使用布隆過濾器：
導(dǎo)入依賴

<dependency>
    <groupId>com.google.guava</groupId>
    <artifactId>guava</artifactId>
    <version>19.0</version>
</dependency>

代碼：

public class Test {

   private static int size = 1000000;//預(yù)計要插入多少數(shù)據(jù)

   private static double fpp = 0.01;//期望的誤判率

   private static BloomFilter<Integer> bloomFilter = BloomFilter.create(Funnels.integerFunnel(), size, fpp);

   public static void main(String[] args) {
       //插入數(shù)據(jù)
       for (int i = 0; i < 1000000; i++) {
           bloomFilter.put(i);
       }
       int count = 0;
       for (int i = 1000000; i < 2000000; i++) {
           if (bloomFilter.mightContain(i)) {
               count++;
               System.out.println(i + "誤判了");
           }
       }
       System.out.println("總共的誤判數(shù):" + count);
   }
}

應(yīng)用：

@Cacheable(value="key1")
public String get(String key) {
   String value = redis.get(key);  
   // redis中不存在該緩存
   if (value  == null) {
   //布隆過濾器也沒有,直接返回
       if(!bloomfilter.mightContain(key)){
           return null;
       }else{
           //布隆過濾器中能查到，不代表一定有,查出來放入redis，同樣也可以避免緩存穿透
           value = db.get(key);
           redis.set(key, value);
       }    
   }
   return value；
}

(2)、緩存空對象
當(dāng)存儲層不命中后，即使返回的空對象也將其緩存起來，同時會設(shè)置一個過期時間，之后再訪問這個數(shù)據(jù)將會從緩存中獲取，保護了后端數(shù)據(jù)源。

但是這種方法會存在兩個問題：

?● 如果空值能夠被緩存起來，這就意味著緩存需要更多的空間存儲更多的鍵，因為這當(dāng)中可能會有很多的空值的鍵；

?● 即使對空值設(shè)置了過期時間，還是會存在緩存層和存儲層的數(shù)據(jù)會有一段時間窗口的不一致，這對于需要保持一致性的業(yè)務(wù)會有影響。

二、緩存雪崩

（1）、概念
緩存雪崩是指緩存中大批量數(shù)據(jù)到過期時間，而查詢數(shù)據(jù)量巨大，引起數(shù)據(jù)庫壓力過大甚至down機。和緩存擊穿不同的是，緩存擊穿指并發(fā)查同一條數(shù)據(jù)，緩存雪崩是不同數(shù)據(jù)都過期了，很多數(shù)據(jù)都查不到從而查數(shù)據(jù)庫。

產(chǎn)生雪崩的原因之一，假如馬上就要到雙十一零點，很快就會迎來一波搶購，這波商品時間比較集中的放入了緩存，假設(shè)緩存一個小時。那么到了凌晨一點鐘的時候，這批商品的緩存就都過期了。而對這批商品的訪問查詢，都落到了數(shù)據(jù)庫上，對于數(shù)據(jù)庫而言，就會產(chǎn)生周期性的壓力波峰。

博主在做電商項目的時候，一般有三種方法：
（1）采取不同分類商品，緩存不同周期。在同一分類中的商品，加上一個隨機因子。這樣能盡可能分散緩存過期時間，而且，熱門類目的商品緩存時間長一些，冷門類目的商品緩存時間短一些，也能節(jié)省緩存服務(wù)的資源。
（2）如果緩存數(shù)據(jù)庫是分布式部署，將 熱點數(shù)據(jù)均勻分布在不同的緩存數(shù)據(jù)庫中。
（3）設(shè)置熱點數(shù)據(jù)永遠不過期。

(4) 使用加鎖限流的方式




三、緩存擊穿

（1）概念
緩存擊穿，是指緩存中沒有但數(shù)據(jù)庫中有的數(shù)據(jù)，并且某一個key非常熱點，在不停的扛著大并發(fā)，大并發(fā)集中對這一個點進行訪問，當(dāng)這個key在失效的瞬間（一般是緩存時間到期），持續(xù)的大并發(fā)就穿破緩存，直接請求數(shù)據(jù)庫，就像在一個屏障上鑿開了一個洞。

(2)解決方案

?● 設(shè)置熱點數(shù)據(jù)永遠不過期。

?● 使用互斥鎖(mutex key)
?業(yè)界比較常用的做法，是使用mutex。簡單地來說，就是在緩存失效的時候（判斷拿出來的值為空），不是立即去load db，而是先使用緩存工具的某些帶成功操作返回值的操作（比如Redis的SETNX或者Memcache的ADD）去set一個mutex key，當(dāng)操作返回成功時，再進行l(wèi)oad db的操作并回設(shè)緩存；否則，就重試整個get緩存的方法。

SETNX，是「SET if Not eXists」的縮寫，也就是只有不存在的時候才設(shè)置，可以利用它來實現(xiàn)鎖的效果。

public String get(key) {
     String value = redis.get(key);
     if (value == null) { //代表緩存值過期
         //設(shè)置3min的超時，防止del操作失敗的時候，下次緩存過期一直不能load db
     		if (redis.setnx(key_mutex, 1, 3 * 60) == 1) {  //代表設(shè)置成功
              value = db.get(key);
              redis.set(key, value, expire_secs);
              redis.del(key_mutex);
         } else {  //這個時候代表同時候的其他線程已經(jīng)load db并回設(shè)到緩存了，這時候重試獲取緩存值即可
              sleep(50);
              get(key);  //重試
             }
     } else {
         return value;      
  }
}

看完上述內(nèi)容是否對您有幫助呢？如果還想對相關(guān)知識有進一步的了解或閱讀更多相關(guān)文章，請關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，感謝您對創(chuàng)新互聯(lián)的支持。

文章題目：怎么解讀Redis緩存穿透、緩存擊穿和緩存雪崩
文章轉(zhuǎn)載：http://bm7419.com/article12/jjscgc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供動態(tài)網(wǎng)站、網(wǎng)站內(nèi)鏈、網(wǎng)站建設(shè)、外貿(mào)網(wǎng)站建設(shè)、微信小程序、移動網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)