查看“关于：缓存穿透、缓存击穿、缓存雪崩、热点数据失效”的源代码

[[category:Redis]]

== 关于 ==
项目通常会引入NoSQL技术（即：基于内存的数据库，如redis），来应对大数据量的需求，以规避磁盘读/写速度比较慢的问题而存在的性能弊端；<br/>
但是，引入redis等又有可能出现缓存穿透，缓存击穿，缓存雪崩等问题，并需要开发对这些问题进行考量并作出应对。

== 缓存穿透（请求一个“一定不存在的数据”） ==
缓存穿透：'''请求一个不存在的数据'''，缓存和数据库都查不到这个数据，每次都会去数据库查询。
: 比如：用一个不存在的用户id获取用户信息，不论缓存还是数据库都没有，若黑客利用此漏洞进行攻击可能压垮数据库。

=== 解决方案 ===
有很多种方法可以有效地解决缓存穿透问题：
# '''BloomFilter'''：（“布隆过滤器”）将所有可能存在的数据哈希到一个足够大的bitmap中：每次查询的时候都先去BloomFilter判断，如果没有就直接返回null；如果存在再进行查缓存、DB查询；
#* 注意BloomFilter没有删除操作，对于删除的key，可以在缓存中缓存null；
# '''缓存空值'''：如果一个查询返回的数据为空（不管是数据不存在，还是系统故障），仍然'''为这些key在缓存中设置对应的值为null'''。
#* 要对这些key设置过期时间，以防止真的有数据；
#: <syntaxhighlight lang="java">
//伪代码
public object GetProductListNew() {
    int cacheTime = 30;
    String cacheKey = "product_list";

    String cacheValue = CacheHelper.Get(cacheKey);
    if (cacheValue != null) {
        return cacheValue;
    }

    cacheValue = CacheHelper.Get(cacheKey);
    if (cacheValue != null) {
        return cacheValue;
    } else {
        //数据库查询不到，为空
        cacheValue = GetProductListFromDB();
        if (cacheValue == null) {
            //如果发现为空，设置个默认值，也缓存起来
            cacheValue = string.Empty;
        }
        CacheHelper.Add(cacheKey, cacheValue, cacheTime);
        return cacheValue;
    }
}
</syntaxhighlight>

* BloomFilter可以结合缓存空值用；
* 针对于一些恶意攻击，攻击带过来的大量key是不存在的，可以考虑使用BloomFilter进行过滤。

== 缓存击穿 ==
缓存击穿：'''大量的请求同时查询同一个key'''时，此时这个'''key正好失效'''了，就会导致同一时间，这些请求都会去查询数据库，这样的现象我们称为缓存击穿。

=== 解决方案 ===
# 采用分布式锁，只有'''拿到锁的第一个线程去请求数据库，然后插入缓存'''，当然每次拿到锁的时候都要去查询一下缓存有没有；
#: <syntaxhighlight lang="java">
//伪代码
public object GetProductListNew() {
    int cacheTime = 30;
    String cacheKey = "product_list";
    String lockKey = cacheKey;

    String cacheValue = CacheHelper.get(cacheKey);
    if (cacheValue != null) {
        return cacheValue;
    } else {
        synchronized(lockKey) {
            cacheValue = CacheHelper.get(cacheKey);
            if (cacheValue != null) {
                return cacheValue;
            } else {
                // 这里一般是sql查询数据
                cacheValue = GetProductListFromDB(); 
                CacheHelper.Add(cacheKey, cacheValue, cacheTime);
            }
        }
        return cacheValue;
    }
}
</syntaxhighlight>

== 缓存雪崩 ==
缓存雪崩：当某一时刻发生'''大规模的缓存失效'''的情况，如缓存服务宕机。

=== 解决方案 ===
针对服务器宕机：
# 采用集群，降低服务宕机的概率；
# ehcache本地缓存 + Hystrix限流&降级；【？？？】
#* ehcache 本地缓存：在 Redis Cluster 完全不可用的时候，ehcache 本地缓存做临时支持；
#* Hystrix进行限流 & 降级 ，比如一秒来了5000个请求，我们可以设置假设只能有一秒 2000个请求能通过这个组件，那么其他剩余的 3000 请求就会走限流逻辑；

== 热点数据失效 ==
热点数据失效：缓存的数据'''集体过期'''；

=== 解决方案 ===
针对缓存过期：
# 为缓存'''设置不同的失效时间'''（原有的失效时间基础上增加一个随机值），避免集体失效；
# 采用加锁或队列，来保证不会有大量的线程对数据库一次性进行读写；（缓存击穿的解决办法）
#* 加锁排队只是为了减轻数据库的压力，并没有提高系统吞吐量。甚至可能带来分布式锁的问题，因此，在真正的高并发场景下很少使用！
# 永不失效，就是采用定时任务对快要失效的缓存进行更新缓存和失效时间；
# （设置过期标志更新缓存：）
#: <syntaxhighlight lang="java">
//伪代码
public object GetProductListNew() {
    int cacheTime = 30;
    String cacheKey = "product_list";
    //缓存标记
    String cacheSign = cacheKey + "_sign";

    String sign = CacheHelper.Get(cacheSign);
    //获取缓存值
    String cacheValue = CacheHelper.Get(cacheKey);
    if (sign != null) {
        return cacheValue;   //未过期，直接返回
    } else {
        CacheHelper.Add(cacheSign, "1", cacheTime);
        ThreadPool.QueueUserWorkItem((arg) -> {
            //这里一般是 sql查询数据
            cacheValue = GetProductListFromDB(); 
            //日期设缓存时间的2倍，用于脏读
            CacheHelper.Add(cacheKey, cacheValue, cacheTime * 2);                 
        });
        return cacheValue;
    }
} 
</syntaxhighlight>
#* 缓存标记：记录缓存数据是否过期，如果过期会触发通知另外的线程在后台去更新实际key的缓存；
#* 缓存数据：它的过期时间比缓存标记的时间延长1倍，例：标记缓存时间30分钟，数据缓存设置为60分钟。这样，当缓存标记key过期后，实际缓存还能把旧数据返回给调用端，直到另外的线程在后台更新完成后，才会返回新缓存。