本文正在参加「技术专题19期 漫谈数据库技术」活动
一、缓存穿透
1、产生原因
客户端请求的数据在缓存中和数据库中都不存在，这样缓存永远不会生效，这些请求都会打到数据库，这就造成了缓存穿透。
2、解决方案
一般常见的解决缓存穿透的方案有两种：缓存空对象、布隆过滤器。
2.1 缓存空对象
当我们客户端访问不存在的数据时，先请求redis，但是此时redis中没有数据，此时会访问到数据库，但是数据库中也没有数据，这个数据穿透了缓存，直击数据库，我们都知道数据库能够承载的并发不如redis这么高，如果大量的请求同时过来访问这种不存在的数据，这些请求就都会访问到数据库，简单的解决方案就是哪怕这个数据在数据库中也不存在，我们也把这个数据存入到redis中去，这样，下次用户过来访问这个不存在的数据，那么在redis中也能找到这个数据就不会进入到缓存了。
- 优点：
- 它实现简单，维护方便
- 缺点：
- 有额外的内存消耗
- 可能造成短期的数据不一致（将一个空对象存储缓存之后，正好新增了相同key 的数据，就会造成不一致的问题，解决方法是当新增时主动更新缓存）
2.2 布隆过滤器
布隆过滤器其实采用的是哈希思想来解决这个问题，通过一个庞大的二进制数组，走哈希思想去判断当前这个要查询的这个数据是否存在，如果布隆过滤器判断存在，则放行，这个请求会去访问redis，哪怕此时redis中的数据过期了，但是数据库中一定存在这个数据，在数据库中查询出来这个数据后，再将其放入到redis中，假设布隆过滤器判断这个数据不存在，则直接返回。
- 优点：
- 节约内存空间
- 缺点：
- 存在误判，存在误判的原因在于：布隆过滤器走的是哈希思想，只要哈希思想，就可能存在哈希冲突
- 实现较为复杂
2.3 其他措施
- 增强查询key的复杂度，避免被猜测规律
- 做好数据格式的校验
- 加强用户权限校验
二、缓存击穿
1、产生原因
一个被高并发访问并且缓存重建业务较复杂的key突然失效了，无数的请求访问会在瞬间给数据库带来巨大的冲击，这就造成了缓存击穿。
2、解决方案
一般常见的解决方案有两种：互斥锁、逻辑过期。
2.1 互斥锁
因为锁能实现互斥性。假设线程过来，只能一个人一个人的来访问数据库，从而避免对于数据库访问压力过大，但这也会影响查询的性能。
2.2 逻辑过期
注意：逻辑过期方案需要提前进行缓存的预热
之所以会出现这个缓存击穿问题，主要原因是在于对key设置了过期时间，假设不设置过期时间，其实就不会有缓存击穿的问题。
我们把过期时间设置在 redis的value中（增加一个逻辑过期字段），注意：这个过期时间并不会直接作用于redis，而是我们后续通过逻辑去处理。假设线程1去查询缓存，然后从value中判断出来当前的数据已经过期了，此时线程1去获得互斥锁，那么其他线程会进行阻塞，获得了锁的线程他会开启一个 线程去进行 以前的重构数据的逻辑，直到新开的线程完成这个逻辑后，才释放锁， 而线程1直接进行返回，假设现在线程3过来访问，由于线程线程2持有着锁，所以线程3无法获得锁，线程3也直接返回数据，只有等到新开的线程2把重建数据构建完后，其他线程才能走返回正确的数据。
这种方案巧妙在于，异步的构建缓存，缺点在于在构建完缓存之前，返回的都是脏数据。
2.3 优缺点对比
互斥锁方案： 由于保证了互斥性，所以数据一致，且实现简单，因为仅仅只需要加一把锁而已，也没其他的事情需要操心，所以没有额外的内存消耗，缺点在于有锁就有死锁问题的发生，且只能串行执行性能肯定受到影响。
逻辑过期方案： 线程读取过程中不需要等待，性能好，有一个额外的线程持有锁去进行重构数据，但是在重构数据完成前，其他的线程只能返回之前的数据，且实现起来麻烦。
| 解决方案 | 优点 | 缺点 |
|---|---|---|
| 互斥锁 | 没有额外的内存消耗 保证一致性 实现简单 | 线程需要等待,性能受影响 可能有死锁风险 |
| 逻辑过期 | 线程无需等待，性能较好 | 不能保证一致性 有额外的内存消耗 实现复杂 |
三、缓存雪崩
1、产生原因
在同一时段大量的缓存key同时失效或者Redis服务宕机，导致大量请求到达数据库，带来巨大压力。
2、解决方案
一般常见的解决方案有：
- 不同的Key的TTL添加随机值
- 使用Redis集群提高服务的可用性
- 给缓存业务添加降级限流策略
- 给业务添加多级缓存
