Redis缓存问题的示例分析
最新回答
づ特有气质范
2021-02-06 07:49:29
Redis缓存问题的示例分析如下：
缓存穿透
当用户查询的数据在Redis和MySQL中均不存在时，恶意或高频请求会直接穿透缓存层，对MySQL造成冲击。例如，攻击者构造大量不存在的用户ID请求（如user_id=-1），若未加防护，MySQL需反复返回空结果，导致资源耗尽。解决方案包括：
- 缓存空对象：将MySQL返回的空结果缓存至Redis，并设置短过期时间（如5分钟）。此方法适用于空数据重复请求概率高的场景，但会占用缓存空间。
- 布隆过滤器：通过预加载可能存在的key到布隆过滤器中，拦截无效请求。例如，系统启动时将所有合法用户ID存入过滤器，后续请求先经过滤器判断，若key不存在则直接拒绝。此方法更高效，适用于空数据key分散且重复率低的场景。
缓存击穿
热点数据的key过期时，大量并发请求直接访问MySQL，导致瞬间压力激增。例如，某商品在促销期间被高频查询，若其缓存key在高峰期过期，可能引发数据库崩溃。解决方案包括：
- 热点数据永不过期：通过后台线程定期刷新缓存，避免key失效。此方法简单但需处理数据一致性问题，且代码复杂度较高。
- 分布式锁：请求先尝试获取锁，仅允许一个线程查询MySQL并更新缓存，其他线程等待。例如，使用Redisson实现分布式锁，确保同一时间只有一个请求访问数据库。此方法能显著降低数据库负载，但需防范死锁和线程阻塞风险。
缓存雪崩
大量缓存key同时过期，叠加高并发请求，导致MySQL压力骤增。例如，系统凌晨批量更新缓存时设置相同过期时间，次日高峰期所有key同时失效，引发雪崩。解决方案包括：
- 随机过期时间：为key设置不同过期时间（如基础时间+随机偏移），避免批量失效。例如，将原本统一的1小时过期改为50-70分钟随机值。
- 多级缓存与高可用：部署Redis集群，结合本地缓存（如Caffeine）构建多级缓存架构。即使部分Redis节点宕机，其他节点仍可提供服务，同时本地缓存可兜底部分请求。
总结：缓存穿透、击穿、雪崩的核心差异在于影响范围（单个key vs 批量key）和触发条件（数据不存在 vs key过期）。解决方案需结合业务场景选择，例如高频空查询用布隆过滤器，热点数据用分布式锁，批量过期用随机时间策略。
热门标签
