Redis 的缓存异常处理 —— 缓存雪崩、缓存击穿、缓存穿透
2026-03-19 15:51:57
Redis 缓存异常处理
在使用 Redis 作为数据库缓存时，可能会遇到缓存雪崩、缓存击穿、缓存穿透等问题。这些问题可能导致系统性能下降甚至崩溃。以下是针对这些问题的详细分析和解决方案：
缓存雪崩问题描述：缓存雪崩是指大量缓存数据在同一时间失效，导致大量请求直接访问数据库，造成数据库压力激增，甚至崩溃。
原因：
缓存中大量 key 同时过期：
例如，设置了相同的过期时间，导致大量 key 同时失效。
Redis 实例挂掉：
Redis 服务不可用，所有请求直接落到数据库。
解决方案：
避免大量 key 同时过期：
在设置过期时间时，可以加入随机性，使 key 的过期时间分散。
例如，使用 EXPIRE key random_time，其中 random_time 是一个基础时间加上随机偏移量。
Redis 主从集群：
使用 Redis 主从复制，主节点挂掉时，从节点可以快速提升为主节点，继续提供服务。
服务熔断或请求限流：
服务熔断：当 Redis 不可用时，暂时停止对数据库的请求，避免数据库崩溃。
请求限流：限制请求的流量，随机丢弃部分请求，保护数据库。
问题描述：缓存击穿是指某个热点 key 在缓存中失效时，大量请求直接访问数据库。
原因：
- 热点 key 在 Redis 中过期，导致大量请求直接访问数据库。
解决方案：
热点 key 不设置过期时间：
对于热点数据，可以不设置过期时间，避免缓存失效。
互斥锁：
在缓存失效时，使用互斥锁确保只有一个请求去访问数据库，其他请求等待或返回旧数据。
问题描述：缓存穿透是指请求的数据既不在缓存中，也不在数据库中，导致每次请求都直接访问数据库。
原因：
- 恶意攻击或错误请求，故意访问不存在的 key。
解决方案：
缓存空值或缺省值：
对于不存在的 key，可以在缓存中设置一个空值或缺省值，并设置较短的过期时间。
布隆过滤器：
使用布隆过滤器预先判断 key 是否存在。
布隆过滤器通过哈希函数将 key 映射到位数组中，如果所有对应位都为 1，则认为 key 可能存在。
布隆过滤器的缺陷是可能存在误判（假阳性），但不会漏判（假阴性）。
参数校验：
在业务层面对请求参数进行校验，过滤掉无效请求。
问题描述：当修改数据时，需要同时修改数据库和缓存，可能导致数据不一致。
原因：
- 修改数据库和缓存的顺序不同，可能导致不一致。
- 缓存是直接修改还是删除，也可能影响一致性。
解决方案：
先更新数据库，再删除缓存：
这是最常用的方法，先更新数据库，再删除缓存，确保下次请求时从数据库加载最新数据。
延迟双删：
在删除缓存后，延迟一段时间再次删除缓存，确保并发请求不会读取到旧数据。
使用消息队列：
在更新数据库后，通过消息队列通知其他服务删除缓存，确保一致性。
- 缓存雪崩：通过分散 key 过期时间、使用 Redis 主从集群、服务熔断或请求限流解决。
- 缓存击穿：热点 key 不设置过期时间或使用互斥锁解决。
- 缓存穿透：缓存空值、使用布隆过滤器或参数校验解决。
- 数据不一致性：通过先更新数据库再删除缓存、延迟双删或使用消息队列解决。
通过以上方法，可以有效应对 Redis 缓存中的常见问题，提高系统的稳定性和性能。
热门标签
