前言
Redis在当今电商环境中炙手可热，但是使用Redis除了能大幅提高性能之外，也会带来很多问题。最常见的有：缓存雪崩、缓存击穿、缓存穿透。本篇将重点介绍这三个问题及解决方案。
关于Redis面试基础可以看该系列的第一篇：
【阿里面试中的Redis】系列：Redis基础\
正文：面试开始
小伙子，我看你简历上写到了Redis，那么你了解过什么是缓存雪崩吗？
缓存雪崩是指同一时间Redis中的key大面积失效，一瞬间缓存好像没有一样，所有的请求都打到的数据库。这个时候如果是瞬时高并发大流量的话，对于数据库而言可是灾难性的。并且如果系统没有做熔断降级的话，基本上就是瞬间挂一片的节奏。但是缓存雪崩常见于哪些场景呢？
这里我就举个例子：比如在秒杀系统，经常在活动开始前会有数据预热，什么意思呢，就是提前把相关的SKU和库存信息塞进缓存，一般入缓存的数据会设置一个过期时间，假如此时把这些SKU的过期时间设置一样。假设秒杀开始的时候瞬时来了5000个请求，而这些key同时都失效了，本来单机Redis扛住5000QPS毫无压力，这下缓存崩了，所有请求直接打到了MySQL，数据库必然扛不住，也许它会“嗷呜”一声报个警，但是还没等到DBA听到响就直接挂了。并且无论你怎么重启数据库，只要Redis没热点数据，MySQL立马又会被新的流量打得爬不起来。
拓展：
这里少侠用Jmeter对单机数据库进行了压测，设置的参数如下图所示，参数说明：
- Number of Threads(users) :线程数或者请求的用户数。这里设置了2000个并发。
- Ramp-up period(seconds) :请求的间隔时间。这里设置为0，表示同时请求。
- Loop Count：每个线程循环请求次数。
当热点数据全部可以从Redis中获取时候，压测结果如下，参数说明：
- Samples：表示你这次测试中一共发出了多少个请求，如果模拟10个用户，每个用户循环10次，那么这里显示100。
- Average：平均响应时间——默认情况下是单个 Request 的平均响应时间，当使用了 Transaction Controller 时，也可以以Transaction 为单位显示平均响应时间。
- Median：中位数，也就是 50％ 用户的响应时间。
- X% Line：X％ 用户的响应时间。
- Min：最小响应时间。
- Max：最大响应时间。
- Error% ：本次测试中出现错误的请求的数量/请求的总数。
Throughput：吞吐量，即默认情况下表示每秒完成的请求数（Request per Second）。
注意看下图，99%的请求响应是7ms，MySQL的吞吐量是265.4/s，响应正常。\
当Redis发生缓存雪崩时，注意看下图，99% 请求的响应都到了5136ms了，吞吐量也下降了一半以上。
好的，那再说说你在开发中是如何解决缓存雪崩的？
这个一般是三种方式：一是设置过期时间时为每个key的失效时间都加个随机值，保证它们不会在统一时间失效；二是在集群Redis环境下，将这些热点数据分布到不同的Redis库中也能规避同时全部失效的风险；第三种就比较简单粗暴了，根本就不设置过期时间，只有当MySQL数据更新时同步更新缓存就好了。
那你了解缓存击穿和缓存穿透么，可以说说它们跟缓存雪崩的关系吗？
缓存击穿跟缓存雪崩有点像，但是又有一点不一样，缓存雪崩是因为大面积的缓存失效，打崩了数据库，而缓存击穿不同的是缓存击穿是指一个key非常热点，在不停的扛着高并发，高并发流量集中对这一个key进行访问，当这个Key在失效的瞬间，持续的大并发就击穿缓存，直接请求数据库，就像在一个完好无损的桶上凿开了一个洞。
缓存穿透是指缓存和数据库中都没有的数据。可能是用户恶意请求，也有可能是用户访问了过期被物理删除的数据。这里举个简单的例子，MySQL自增主键一般都是从1开始的，如果用户查询了id=-1的数据，正常缓存和数据库中都是没有的，如果这种请求量又很大的话，数据库保不准就挂了。
那说说这两种问题分别如何解决？
缓存击穿的解决方案主要有两种，一是设置热点key永不过期。二是利用互斥锁，每次只能有一个用户获取到key，如果key失效了，会从MySQL中查询并更新到Redis，此时最多也就一次请求MySQL。
缓存穿透就比较讲究了，缓存穿透主要可能是黑客或者行业竞争对手的恶意攻击，尤其对于对外API接口，比如分页参数如果不做校验，调用方二话不说，先请求它一个亿！再来几个并发调用，如果这是在618期间，会发生什么就不言而喻了。所以我们首先可以做的就是接口里关键参数必须加校验，把这些请求拦截在代码层。事实上在开发中我们要有一颗“不信任”的心态，因为你不知道调用你接口的人是谁。第二种方式就是大名鼎鼎的布隆过滤器了，原理也很简单，就是利用高效的数据结构和算法快速判断出你这个key是否在数据库中存在，不存在你return就好了，存在你就去查MySQL刷新到Redis并将结果集return。\
小结
Redis是现在的NoSQL的代表，熟练运用和掌握其原理对个人的成长大有裨益。\
本例相关代码如下，仅供参考（如需完整源码请留言）：
/**
* @author Carson
* @date 20-8-20 下午5:00
*/
@RestController
public class CommonController {
private final Logger logger = LoggerFactory.getLogger(CommonController.class);
@Autowired
private JdbcTemplate template;
@Autowired
private RedisTemplate redisTemplate;
@RequestMapping(value = "/showValue", method = RequestMethod.GET)
public String showName(@RequestParam("key") Integer key) {
// query from cache
ValueOperations valueOperations = redisTemplate.opsForValue();
String val = (String) valueOperations.get(key);
if (StringUtils.isBlank(val)) {
logger.warn("缓存雪崩！！！");
// query from mysql
String sql = "SELECT user_name FROM cps_user_info WHERE id=?";
val = template.queryForObject(
sql, new Object[]{key}, String.class);
if (StringUtils.isNotBlank(val)) {
valueOperations.set(key, val, 6000L, TimeUnit.SECONDS);
}
}
return "Value:" + val;
}
@RequestMapping(value = "/insertRedis", method = RequestMethod.GET)
public void insertRedis() {
Integer key = 1;
ValueOperations valueOperations = redisTemplate.opsForValue();
valueOperations.set(key, "SEU", 10L, TimeUnit.SECONDS);
}
}
