redis缓存穿透、缓存击穿、缓存雪崩问题与解决方案

redis缓存的使用，极大的提升了应用程序的性能，尤其是数据查询方面，但同时也带来了一些问题的，最主要的是数据一致性的问题，从严格意义上讲这个问题无解，如果对数据一致性要求很高就不能使用缓存。

其次是因为某些特殊情况下，缓存失去了预期的功能，导致流量一下子涌入数据库，有可能导致数据库崩溃，对此种场景又进行了细分便有了缓存穿透、缓存击穿、缓存雪崩三种场景问题

缓存穿透

用户想要查询一个数据，但发现访问数据既不在redis缓存中也没在数据库中。这种数据库中也找不到对应的数据，就不会写入缓存中，缓存也失去了意义，当有人利用不存在的数据去频繁访问，这样会导致查询请求"跳过缓存"直接去访问数据库，会导致数据库的压力增大，甚至崩溃。这种问题就是缓存穿透

解决方案

1. 布隆过滤器

   布隆过滤器是一种数据结构，将所有可能查询的参数以hash形式存储，如果查询数据在缓存中存在则让其访问缓存，如果不存在则直接拒绝该请求
   

2. 缓存空对象

   当访问的数据在数据库中也查不到时，返回的空对象也存入缓存中，并且设置一个过期时间，到期后再从访问数据库的结果存入缓存中，平衡数据库的访问量
   

缓存击穿

缓存击穿是指一个key是热点数据，不同用户同时(多并发)访问，并且长时间处理这样的高并发的状态，当这个key失效的瞬间，会导致高并发量的请求直接访问数据库,导致数据库压力增大，甚至崩溃

解决方案

1. 设置热点数据永不过期

2. 添加互斥锁

   只让一个线程构建缓存，其他线程等待缓存构建完毕后，重新从缓存中获取结果。单机通过synchronized或者lock来处理，分布式环境采用分布式锁处理
   

缓存雪崩

缓存雪崩是指在某一时间段，缓存中的大量热点数据集中过期失效或者redis缓存宕机，导致请求全部访问数据库，导致数据库压力增大，甚至崩溃

解决方案

1. redis高可用

   配置redis集群，避免单台redis宕机导致的缓存雪崩问题
   

2. 限流降级

   在缓存失效后，通过加锁或者队列的形式控制访问数据库的线程数量
   

3. 数据预热

   在正式部署之前，先把可能访问的数据提前访问一般，这样访问的数据一开始就会加载到缓存中，并且设置key的过期时间是一个随机数，让缓存失效的时间点尽量均匀