Redis常见问题

缓存穿透

解释

0. 应用服务器压力变大，大量访问导致redis命中率降低，大量查询数据库，大量非正常的url访问
1. 指查询一个一定不存在的数据

解决

0. 对数据库返回的数据为空值做缓存，但它的过期时间会很短，最长不超过五分钟。
1. 设置可以访问的名单，使用bitmaps类型定义一个可以访问的名单
2. 布隆过滤器，底层是bitmaps，将所有可能存在的数据哈希到一个足够大的 bitmap 中，一个一定不存在的数据会被 这个 bitmap 拦截掉，从而避免了对底层存储系统的查询压力。
3. 进行实时监控，设置黑名单

布隆过滤器（Bloom Filter）

• 用于检索一个元素是否在一个集合中，优点是空间效率和查询时间都比一般的算法要好的多，缺点是有一定的误识别率和删除困难

• 布隆过滤器实际上是一个 bit 向量或者说 bit 数组，使用多个不同的哈希函数生成多个哈希值，并对每个生成的哈希值对应的 bit 位置 1

• 核心思想

  • 使用多个哈希函数，增大随机性，减少 hash 碰撞的概率
  • 扩大数组范围，使 hash 值均匀分布，进一步减少 hash 碰撞的概率

注意：缓存穿透不能完全解决，只能将其控制在一个可以容忍的范围内。

缓存击穿

现象

数据库访问压力瞬间增大，redis里面没有出现大量的key过期，redis正常运行

对于一些设置了过期时间的 key，如果这些 key 可能会在某些时间点被超高并发地访问，是一种非常“热点”的数据。这个时候，需要考虑一个问题：缓存被“击穿”的问题，这个和缓存雪崩的区别在于这里针对某一 key 缓存，前者则是很多 key。

解释

redist某个key过期了，大量访问使用这个key

解决

0. 预先设置热门数据到key里，加大这些热门数据的时长
1. 实时监控key的过期时间
2. 使用锁，当查询为空时，让它之后再查询（互斥锁）

缓存雪崩

现象

数据库压力变大，服务器崩溃

解释

极少的时间段里，查询大量的key集中过期情况

解决

0. 构建多级缓存架构，nginx缓存+redis缓存+其他缓存（ehcahe等）
1. 使用锁或队列（降低效率）
2. 设置过期标志更新缓存，触发另外的线程后台去更新key的缓存
3. 将缓存失效时间分散开