缓存穿透、缓存击穿与缓存雪崩解决方案

小鱼儿 2022-10-25 00:57 55阅读 0赞

# 一、前言 #

程序设计中使用缓存，前端发起取数请求到后台：

**情况一：**首先从缓存中取数据，取到则直接返给前端；

**情况二：**缓存中没取到，则转向数据库取数，取到后，先更新缓存再返给前端；

**情况三：**数据库中也没取到，那直接返回空。

# 二、缓存穿透【穿透缓存、数据库，都无数据】 #

**定义：**缓存穿透，是指缓存和数据库中都无数据，而用户不断发起请求；如发起为id为“-1”的数据或id为特别大不存在的数据。这时的用户很可能是攻击者，攻击会导致数据库压力过大。

**解决方案：**

1）在接口层增加校验。比如：①用户鉴权校验，②id做基础校验，id<=0的直接拦截并返回。

2）使用临时缓存机制。缓存和数据库都取不到，此时可将key-value对写为key-null，设置较短的缓存有效时间（如30秒，设置太长可能导致正常情况没法使用）。如此，可防止用户反复用同一id暴力按查询攻击。

# 三、缓存击穿【击穿缓存，能在数据库中查到】 #

**定义：**缓存击穿，是指缓存中没有，数据库中有的数据（一般情况是缓存时间到期）；此时，由于并发用户特别多，同时读缓存没读到数据，又同时去数据库去取数据，导致数据库压力瞬间增大。

**解决方案：**

1）热点数据设置为永不过期。

2）加互斥锁，对查询操作进行同步。参考代码如下。

static Lock reenLock = new ReentrantLock();
       public List<String> getData() throws InterruptedException {
           List<String> result = new ArrayList<String>();
         
           // 从缓存取数
           result = getDataFromCache();
    
           if (result.isEmpty()) {
               if (reenLock.tryLock()) {
                   try {
                       System.out.println("拿到锁,从DB获取数据库后写入缓存");
                       // 从数据库取数
                       result = getDataFromDB();
    
                       // 将查询到的数据写入缓存
                       setDataToCache(result);
    
                   } finally {
                       reenLock.unlock();// 释放锁
                   }
    
               } else {
                   result = getDataFromCache();// 先再查一下缓存
                   
                   if (result.isEmpty()) {
                       System.out.println("没拿到锁,缓存也无数据,等待...");
                       Thread.sleep(100);//等待
                       return getData();//重试
                   }
    
               }
           }
    
           return result;
    
       }

说明：

1）缓存中有数据，直接返回结果。

2）缓存中没有数据，获取锁并从数据库去取数据，没释放锁之前，其他并行进入的线程会等待100ms，再重新去缓存取数据。这样就防止都去数据库重复取数据，重复往缓存中更新数据情况出现。

3）当然这是简化处理，理论上如果能根据key值加锁就更好了，就是线程A从数据库取key1的数据并不妨碍线程B取key2的数据，上面代码明显做不到这点。**方案：锁可以细粒度到key。**

# 四、缓存雪崩 #

**定义：**缓存雪崩，是指缓存中数据大批量到过期时间，而查询数据量巨大，引起数据库压力过大甚至down机。

**与“缓存击穿”区别：**缓存击穿，是指并发查询同一条数据；缓存雪崩，是不同的数据都已基本同时过期，很多数据缓存查不到，都转而查询数据库。

**解决方案：**

1）批量往Redis存数时，每个Key的失效时间设置为随机值，如此可保证数据不会在同一时间大面积失效。

> setRedis(Key，value，time + Math.random() \* 10000)；

2）如果Redis是集群部署，将热点数据均匀分布在不同的Redis库中，也可避免全部失效的问题。

3）热点数据设置永不过期，有更新操作则更新缓存即可。