redis缓存问题
缓存击穿
缓存击穿是指热点key在某个时间点过期的时候,而恰好在这个时间点对这个Key有大量的并发请求过来,从而大量的请求打到db
解决方案:
- 利用互斥锁,缓存中没有,先获取锁,再去请求数据库,写入缓存,这样后面的数据就可以从缓存中拿到数据了
- 不对该数据设置过期时间,而是由专门的定时任务从数据库进行读取来更新缓存数据
缓存穿透
请求缓存和数据库中不存在的数据,导致每次请求都到数据库中去查询,导致数据库压力过大
解决方案:
-
如果数据库不存在,也设置一个默认值放入缓存,这样第二次到缓存中获取就有值了,不会继续访问数据库,可以把缓存时间设置的短一些 (适用场景:数据命中不高;数据频繁变化实时性高)
-
利用互斥锁,缓存中没有,先获取锁,再去请求数据库,没有获取到锁的,先等待在进行重试
-
利用布隆过滤器,类似于一种哈希表,用所有可能的值生成一个bitmap,内部维护一系列合法有效的key进行拦截,如果不合法直接返回,guava中有实现BloomFilter (适用场景:数据命中不高;数据相对固定实时性低)
缓存雪崩
缓存同一时间大量失效或者由于某些原因缓存不能提供服务,导致大量请求直接访问数据库,从而导致数据库压力倍增,造成数据库也宕机
与击穿的区别:雪崩是很多key过期,击穿是某个热点key
解决方案:
- 在设置缓存时间时,加上一个随机值,避免集体失效[无法解决热点数据问题(同一时刻访问同一条数据)]
- 只让一个线程构建缓存,其他线程等待构建缓存的线程执行完,重新从缓存中获取数据,保证了每个时刻只有一个线程在执行请求,但是会导致很多线程在等待一个线程,降低了系统的qps
- 双缓存,缓存1中设置过期时间,缓存2中在启动时加载,进行缓存预热,先访问缓存1,如果有值则返回;缓存1没有值,则访问缓存2,返回数据,并启动异步更新线程来同时更新缓存1和缓存2的数据,如果value特别大的话会占用很多内存,内存利用率低
- 缓存不存在后查询数据库操作可以进行限流,防止大量请求直接访问数据库
还需要预防缓存宕机
- 保证缓存服务高可用
- 进行限流并降级
缓存一致问题
如何保证缓存与数据库一致呢?先删除缓存,然后加锁,获取数据
读的时候,先读缓存在读数据库,数据库取出数据后放入缓存;更新的时候先更新数据库,再删除缓存