缓存穿透，缓存雪崩，缓存击穿的超详解

古城微笑少年丶 2024-03-30 14:37 49阅读 0赞

#### 文章目录 ####

*   *   *   *  1、缓存穿透问题的解决思路
             *  2、缓存雪崩问题及解决思路
             *  3、缓存击穿问题及解决思路

--------------------

##### 1、缓存穿透问题的解决思路 #####

缓存穿透是指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，失去了缓存的意义。

在流量大时，可能数据库就挂掉了，要是有人利用不存在的key频繁攻击我们的应用，这就是漏洞。

**常见的解决方案有两种**

*  缓存空对象
    
     *  当查询的数据在缓存中和数据库中都不存在时，我们就把这个空结果进行缓存，并将这个空结果返回给客户端，将它的过期时间设置很短，避免消耗太多额外的内存
     *  优点：实现简单，维护方便
     *  缺点：
        
         *  额外的内存消耗
         *  可能造成短期的不一致
 *  布隆过滤
    
     *  将所有可能存在的数据哈希到一个足够大的bitmap中，定时把数据库的数据存到布隆过滤器中。请求进来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。
     *  优点：内存占用较少，没有多余的Key
     *  缺点：
        
         *  实现复杂
         *  存在误判可能

**缓存空对象思路分析**：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

**布隆过滤**：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

这种方式优点在于节约内存空间，存在误判，误判原因在于：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

![image-20230104191420374][]

##### 2、缓存雪崩问题及解决思路 #####

缓存雪崩是指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。相同的过期时间，导致缓存在某一时刻同时失效，请求全部转发到数据库，数据库瞬时压力过重雪崩。这里key是多个。  
关键字：多个KEY，同时失效，同时请求,同时访问数据库

解决方案：

*  给不同的Key的TTL添加随机值，失效时间基础上增加一个随机值，比如1-5分钟随机，这样每一个缓存的过期时间的重复率就会降低，就很难引发集体失效的事件。
 *  利用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

![image-20230104191954451][]

##### 3、缓存击穿问题及解决思路 #####

缓存击穿问题也叫热点Key问题，就是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。

缓存雪崩和缓存击穿的区别在于缓存击穿针对某一key缓存，缓存雪崩则是很多key。

**常见的解决方案有两种：**

*  互斥锁
 *  逻辑过期

逻辑分析：假设线程1在查询缓存之后，本来应该去查询数据库，然后把这个数据重新加载到缓存的，此时只要线程1走完这个逻辑，其他线程就都能从缓存中加载这些数据了，但是假设在线程1没有走完的时候，后续的线程2，线程3，线程4同时过来访问当前这个方法， 那么这些线程都不能从缓存中查询到数据，那么他们就会同一时刻来访问查询缓存，都没查到，接着同一时间去访问数据库，同时的去执行数据库代码，对数据库访问压力过大

![image-20230104192755354][]

**解决方案一、使用锁来解决：**

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，因为此时会让查询的性能从并行变成了串行，我们可以采用tryLock方法 + double check来解决这样的问题。

假设现在线程1过来访问，他查询缓存没有命中，但是此时他获得到了锁的资源，那么线程1就会一个人去执行逻辑，假设现在线程2过来，线程2在执行过程中，并没有获得到锁，那么线程2就可以进行到休眠，直到线程1把锁释放后，线程2获得到锁，然后再来执行逻辑，此时就能够从缓存中拿到数据了。

![image-20230104192914789][]

**解决方案二、逻辑过期方案**

方案分析：我们之所以会出现这个缓存击穿问题，主要原因是在于我们对key设置了过期时间，假设我们不设置过期时间，其实就不会有缓存击穿的问题，但是不设置过期时间，这样数据不就一直占用我们内存了吗，我们可以采用逻辑过期方案。

我们把过期时间设置在 redis的value中，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。

![image-20230104192952887][]

**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

![image-20230104193101119][]

[image-20230104191420374]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/30/ba37821ca64149dfb93945664110d6cc.png
[image-20230104191954451]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/30/6ab5851c2f154daa978663392170e651.png
[image-20230104192755354]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/30/336cde6a1e094ef694043da546f49267.png
[image-20230104192914789]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/30/44550b1c741c47709f6fddfb6ca17589.png
[image-20230104192952887]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/30/50ae42da93484767bad26851c4b0ce22.png
[image-20230104193101119]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/30/0b9f41c16a78448680eca9c62be3a5d9.png