Redis与缓存穿透，缓存雪崩，缓存击穿

Redis 简述

在介绍 Redis 之前，我想先简单介绍一下 MySQL ；

• MySQL是一种开源的关系型数据库管理系统，以其高性能、可靠性和易用性而广泛应用于各种规模的应用程序和网站。
• 作为关系型数据库管理系统，MySQL使用表格来组织和存储数据。用户可以通过SQL语言来进行数据的查询、插入、更新和删除等操作。
• MySQL支持标准的SQL语法，并提供了丰富的功能和特性，如事务处理、索引、视图、存储过程、触发器等。

那 Redis 和我们所认知的传统sql数据库有什么区别呢？

• 我们知道，Redis是NOSQL 的，它 是一个开源的内存数据结构存储系统，也被称为键值存储数据库。
• Redis支持多种数据结构，包括字符串（String）、哈希（Hash）、列表（List）、集合（Set）、有序集合（Sorted Set）等。

• 与传统的sql数据库相比，Redis将数据存储在内存中，因此它具有非常快速的读写速度，但同时它的数据容量也受限于内存大小。

Redis作为一种常用的缓存技术，适合放一些频繁使用,比较热门的数据,因为是放在内存中,读写速度都非常快。

我们很少单独使用Redis，在实际应用中，通常将 MySQL 和 Redis 结合使用，充分发挥它们各自的优势。比如，可以将 MySQL 中的热门数据或查询结果缓存到 Redis 中，以提高数据访问速度和响应性能；

Redis的常见应用场景：

• 缓存 MySQL 查询结果：当查询结果较为稳定且查询频率较高时，可以将查询结果缓存到 Redis 中，下次查询时直接从 Redis 中获取，避免重复查询 MySQL 数据库。
• 提高访问速度：将 MySQL 中的热门数据或高频访问的数据缓存到 Redis 中，以加快数据访问速度和响应性能。
• 实现分布式锁：通过 Redis 的分布式锁机制，实现对 MySQL 数据库的并发访问控制，避免出现多个线程同时操作同一条记录的情况。
• 存储会话信息：将用户会话信息存储到 Redis 中，以提高网站的性能和可扩展性。
• 存储计数器和排行榜等数据：将 Redis 中的计数器、排行榜等数据存储到 MySQL 中，以保证数据的持久化和可靠性。

基于上述分析，我们可以知道，Redis常作为高并发场景下的数据缓存，而在高并发环境下，大量的请求同时涌入系统，如果没有合理的处理措施，可能会造成系统资源的竞争和瓶颈，导致性能下降甚至系统崩溃。

下面就来介绍一下高并发场景下常见的三种挑战：缓存穿透，缓存雪崩，缓存击穿；

缓存穿透

我们知道，Redis大部分情况都是通过Key查询value，如果请求的key是不存在Redis中的，由于缓存中没有，那么请求就会都打到数据库上

缓存穿透指的是查询一个不存在的数据（key不存在Redis中），缓存中不存在，大量请求就会都打到数据库上，从而导致数据库瞬间压力过大，甚至宕机。

这种情况一般是由于黑客攻击或者恶意用户攻击而造成的。

缓存穿透的应对策略

• 对于查询结果为空的情况，也将其缓存起来，但是过期时间要设置得较短。

  • 额外的内存消耗；对于随机的恶意key，此方法无效

• 对于无效请求，如请求参数不合法等，可以进行拦截和过滤。

  • 存在合法的参数，但是依然key不存在的情况

• 布隆过滤

  • 布隆过滤器本质上是哈希思想，可能存在哈希冲突，即会出现误判的情况

缓存雪崩

缓存雪崩是指在某个时间段内，大量缓存失效或同时过期，导致所有的请求都直接访问数据库，从而造成数据库负载激增，甚至引发系统崩溃的情况。

同一时间大规模的key失效（缓存雪崩）的原因分析：

• 相同的过期时间：大量缓存数据设置了相同的过期时间导致同时失效，大量请求直接访问数据库。
• 缓存服务器故障：如果缓存服务器发生故障或宕机，导致所有请求无法命中缓存，也会直接访问数据库，造成数据库压力过大。
• 缓存层容量限制：如果缓存层的容量不足以存储需要缓存的数据量，就会导致缓存数据频繁失效，进而引发缓存雪崩。

缓存雪崩的应对策略

• 设置合理的缓存过期时间：避免大量缓存同时失效，可以将缓存的过期时间设置为随机值，或者通过引入缓存预热机制来分散缓存过期的时间点。
• 实施多级缓存架构：引入多级缓存架构，将热点数据存储在内存中的缓存中，而将相对冷门的数据存储在其他缓存或持久化存储中，提高缓存的命中率。
• 分散热点数据：将热点数据分散到不同的缓存节点或者使用分布式缓存，避免热点数据集中在同一缓存节点上，减少缓存失效的风险。
• 引入限流和降级策略：当缓存失效导致大量请求直接访问数据库时，可以通过限流策略控制数据库的并发访问量，同时考虑实施降级策略，如返回默认值或错误提示，保证系统的可用性。

缓存击穿

缓存击穿也叫热点Key问题，是指一个高并发并且缓存重建业务较复杂的key突然失效了，导致大量请求直接访问后端数据库，从而造成数据库压力过大，甚至引起数据库崩溃的情况。

注意区分缓存雪崩与缓存击穿

• 缓存雪崩：大量key同时失效
• 缓存击穿：一个热点key突然失效

缓存击穿的应对策略

• 设置热点数据永不过期：对于一些非常热门的数据项，可以将其缓存设置为永不过期，确保即使缓存失效，也能够快速重新加载到缓存中，避免大量请求直接访问数据库。

  • 如果热点数据更新频率较低，可能导致缓存中的数据与实际数据不一致

• 加锁或互斥机制：当缓存失效时，可以使用加锁或互斥机制，只允许一个线程去加载数据到缓存中，其他线程等待该线程完成后再从缓存中获取数据，避免多个线程同时访问数据库。

  • 可能会有死锁问题的发生，如果加锁或互斥机制实现不当，可能导致性能瓶颈。

• 引入限流机制：通过限制并发请求的数量，控制数据库的访问压力，可以使用技术手段如线程池、信号量等来实现限流。

  • 如果限流策略设置不当，可能会导致正常请求被拒绝，影响系统的可用性。