本文已参与「新人创作礼」活动， 一起开启掘金创作之路。

前言

  Redis作为一种常见的非关系型数据库，因其优异的性能，在分布式系统中具备广泛的应用，通常使用Redis来实现缓存功能，基本思路如下所示：

  Redis作为缓存在项目中的应用极大的提升了程序的性能和效率，尤其是查询数据时。但凡事有利皆有弊，Redis缓存提高程序并发性能的同时，也带来了一些问题，如常见的缓存穿透、缓存击穿以及缓存雪崩等。

缓存穿透

  何为缓存穿透？即请求查询一个在数据库中也不存在的数据，导致所有的请求避开了缓存，流量直接打到数据库层。一旦当这种请求量激增时，数据库压力骤增，严重时可能会导致数据库直接挂掉。

解决办法：

• 接口层增加校验，如用户鉴权校验，请求数据的id进行基础校验，id<0这种情况的直接拦截掉；
• 若是缓存或者是数据库中都不存在该数据，这时可以将这个key在Redis中对应的缓存设置为一个null值，但是缓存有效时间设置短一点，如30s左右，以防止这个键在后面某一时刻真的有值；
• 布隆过滤器：Bloomfilter类似于一个Java中的Set集合，可用于快速判断某个元素是否在集合中，一个典型应用场景就是判读一个key是否存在于某个容器中，不存在就直接返回。布隆过滤器的关键在于hash算法和容器大小。

可能存在的问题：

• 需要更多的键：遭受恶意攻击时，可能每次请求的key都不一样，那就会将这些key都写入到缓存当中，虽然只是一个null值，但如果数据量较大时，对于Redis的性能还是有一定影响的，所以一般在设置null值的同时也要设置过期时间；
• Redis缓存层与DB层之间会存在短暂的数据不一致现象：因为cache层设置了过期时间，如果某一时刻，DB层存在了某key值对应的数据，但缓存层中该key对应的值仍为null，只有等过期时间过去之后，重新从DB层查询数据刷新缓存才能保持一致。

缓存击穿

  何为缓存击穿？就是在某个时刻，大量请求同时查询同一个key时，这个key对应的缓存正好失效了，导致这些请求全部打到了DB上，此时DB有可能挂掉。

解决办法：

• 加互斥锁，保证某一时刻只能有一个线程去进行缓存更新操作，其他线程全部等待缓存更新完成
• 设置热点数据永不过期

互斥锁

  当从缓存中获取不到数据时，先加锁，然后从数据库中查询数据，若查到则刷新缓存，最后释放锁。如果其他线程获取锁失败，则休眠一段时间后重试。下面是使用Redis的setNx来实现分布式锁，保证只有一个线程去进行缓存更新操作。

public String get(String key) throws Exception{
    String value=redisTemplate.get(key);
    if(StringUtils.isBlank(value)){
        String mutexKey="mutex:key:"+key;
        if(redisTemplate.setNx(mutexKey,"1")){
            value=getFromDB(key);
            if(StringUtils.isNotBlank(value)){
                redisTemplate.setEx(key,value,5*60);
            }
            //释放锁
            redisTemplate.del(mutexKey);
        }else{
            //其他线程休息1000ms后重试
            Thread.sleep(1000);
            get(key);
        }
    }
    return value;
}

缓存永不过期

  缓存永不过期的意思是，真正的缓存过期时间不由Redis进行控制，而是由程序代码控制。当获取数据时，发现获取数据超时，就需要发起一个异步请求去加载数据。这种策略的优点是不会产生死锁，但有可能造成缓存不一致的现象，但一般情况下是适用的。

public String get(final String key){
    V v=redisTemplate.get(key);
    String value=v.getValue();
    long logicTimeOut=v.getLogicTimeOut();
    if(logicTimeOut>=System.currentTimeMillis()){
        threadPool.execute(()-{
           String mutexKey="mutex:key:"+key;
            if(redisTemplate.setNx(mutexKey,"1")){
                vaue=getFromDB(key);
                if(StringUtils.isNotBlank(value)){
                    redisTemplate.setEx(key,value,5*60);
                }
                redisTemplate.del(mutexKey);
            }
        });
    }
    return value;
}

缓存雪崩

  缓存雪崩是指缓存中大量的key设置了相同的过期时间，导致在某个时刻这些缓存全部失效，然后所有的请求直接全部打到DB层上。与缓存击穿不同的是，击穿针对的是高并发下查询同一个key，而雪崩是高并发下不同的key都过期了，请求全部打到数据库上。

解决方法：

• 不同key的过期时间设置为随机值，这样可以避免同一时间大量key过期
• 如果缓存是分布式部署，则将这些热点数据均匀分布到不同的缓存数据库中
• 设置热点数据永不过期

总结

  简单介绍了Redis作为缓存使用时可能出现的问题，如缓存穿透、缓存击穿和缓存雪崩。在工作中使用需要注意这几个问题，保证服务的高可用。