幫你解讀什麼是Redis緩存穿透、緩存擊穿和緩存雪崩（包含解決方案）

前言
web

做爲一種非關係型數據庫，redis也老是免不了有各類各樣的問題，這篇文章主要是針對其中三個問題進行講解：緩存穿透、緩存擊穿和緩存雪崩，並給出一些解決方案。面試

1、緩存穿透

一、概念redis

緩存穿透是指查詢一個數據庫必定不存在的數據。正常的使用緩存流程大體是，數據查詢先進行緩存查詢，若是key不存在或者key已通過期，再對數據庫進行查詢，並把查詢到的對象，放進緩存。若是數據庫查詢對象爲空，則不放進緩存。算法

這裏須要注意緩存擊穿的區別，緩存擊穿，緩存擊穿是指緩存中沒有但數據庫中有的數據，而且某一個key很是熱點，在不停的扛着大併發，大併發集中對這一個點進行訪問，當這個key在失效的瞬間（通常是緩存時間到期），持續的大併發就穿破緩存，直接請求數據庫，就像在一個屏障上鑿開了一個洞。數據庫

爲了不緩存穿透其實有不少種解決方案。下面介紹幾種後端

二、解決方案數組

（1）布隆過濾器緩存

布隆過濾器是一個bit向量或者bit，若是咱們要映射一個值到布隆過濾器中，咱們使用多個不一樣的哈希函數生成多個哈希值，並將每一個生成的哈希值指向的bit位設置爲1，以下baidu一詞設置了三個位置爲1。微信

原理：對一個key進行k個hash算法獲取k個值，在比特數組中將這k個值散列後設定爲1，而後查的時候若是特定的這幾個位置都爲1，那麼布隆過濾器判斷該key存在。併發

「tencent」一詞，對應的狀況

能夠看到，不一樣的詞對應的bit位置可能相同，當詞不少的狀況時，可能大部分bit位置都是1，這時查詢taobao可能對應的位置都爲1，只能說明taobao一詞可能存在，不是必定存在的，這時1就被覆蓋了，這就是布隆過濾器的誤判。若是它說不存在那確定不存在，若是它說存在，那數據有可能實際不存在。

Redis的bitmap只支持2^32大小，對應到內存也就是512MB，誤判率萬分之一，能夠放下2億左右的數據，性能高，空間佔用率及小，省去了大量無效的數據庫鏈接。

所以咱們能夠經過布隆過濾器，將Redis緩存穿透控制在一個可容範圍內。

使用布隆過濾器：
導入依賴

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

代碼：

public class Test {

    private static int size = 1000000;//預計要插入多少數據

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

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

    public static void main(String[] args) {
        //插入數據
        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:" + count);
    }
}

應用：

@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，不表明必定有,查出來放入redis，一樣也能夠避免緩存穿透
            value = db.get(key);
            redis.set(key, value); 
        }    
    }
    return value；
}

(2)、緩存空對象
當存儲層不命中後，即便返回的空對象也將其緩存起來，同時會設置一個過時時間，以後再訪問這個數據將會從緩存中獲取，保護了後端數據源。

可是這種方法會存在兩個問題：

 ● 若是空值可以被緩存起來，這就意味着緩存須要更多的空間存儲更多的鍵，由於這當中可能會有不少的空值的鍵；

 ● 即便對空值設置了過時時間，仍是會存在緩存層和存儲層的數據會有一段時間窗口的不一致，這對於須要保持一致性的業務會有影響。

2、緩存雪崩

（1）、概念
緩存雪崩是指緩存中大批量數據到過時時間，而查詢數據量巨大，引發數據庫壓力過大甚至down機。和緩存擊穿不一樣的是，緩存擊穿指併發查同一條數據，緩存雪崩是不一樣數據都過時了，不少數據都查不到從而查數據庫。

產生雪崩的緣由之一，假如立刻就要到雙十一零點，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，假設緩存一個小時。那麼到了凌晨一點鐘的時候，這批商品的緩存就都過時了。而對這批商品的訪問查詢，都落到了數據庫上，對於數據庫而言，就會產生週期性的壓力波峯。

博主在作電商項目的時候，通常有三種方法：
（1）採起不一樣分類商品，緩存不一樣週期。在同一分類中的商品，加上一個隨機因子。這樣能儘量分散緩存過時時間，並且，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，也能節省緩存服務的資源。
（2）若是緩存數據庫是分佈式部署，將 熱點數據均勻分佈在不一樣的緩存數據庫中。
（3）設置熱點數據永遠不過時。

(4) 使用加鎖限流的方式




3、緩存擊穿

（1）概念
緩存擊穿，是指緩存中沒有但數據庫中有的數據，而且某一個key很是熱點，在不停的扛着大併發，大併發集中對這一個點進行訪問，當這個key在失效的瞬間（通常是緩存時間到期），持續的大併發就穿破緩存，直接請求數據庫，就像在一個屏障上鑿開了一個洞。

(2)解決方案

 ● 設置熱點數據永遠不過時。

 ● 使用互斥鎖(mutex key)
  業界比較經常使用的作法，是使用mutex。簡單地來講，就是在緩存失效的時候（判斷拿出來的值爲空），不是當即去load db，而是先使用緩存工具的某些帶成功操做返回值的操做（好比Redis的SETNX或者Memcache的ADD）去set一個mutex key，當操做返回成功時，再進行load db的操做並回設緩存；不然，就重試整個get緩存的方法。

SETNX，是「SET if Not eXists」的縮寫，也就是隻有不存在的時候才設置，能夠利用它來實現鎖的效果。

public String get(key) {
      String value = redis.get(key);
      if (value == null) { //表明緩存值過時
          //設置3min的超時，防止del操做失敗的時候，下次緩存過時一直不能load db
      		if (redis.setnx(key_mutex, 1, 3 * 60) == 1) {  //表明設置成功
               value = db.get(key);
               redis.set(key, value, expire_secs);
               redis.del(key_mutex);
          } else {  //這個時候表明同時候的其餘線程已經load db並回設到緩存了，這時候重試獲取緩存值便可
               sleep(50);
               get(key);  //重試
              }
      } else {
          return value;      
   }
 }

一、文末贈書 | 面試官居然又問我volatile

二、史上最全的Jackson框架使用教程

三、逐行解讀HashMap源碼【終章】

四、原創 | 萬萬沒想到，HashMap默認容量的選擇，居然背後有這麼多思考！？

掃描二維碼

獲取更多精彩

Java技術大聯盟

有收穫，就點個在看