你们好，我是清风！以前分享过大厂Redis高并发场景设计，面试问的都在这！及互联网大厂Java工程师面试指南——Redis篇，今天给小伙伴说说大厂面试高频必问点（缓存穿透，雪崩等问题）！以为不错的小伙伴能够关注点赞一下，感谢支持！java

写在前面

2020年面试必备的Java后端进阶面试题总结了一份复习指南在Github上，内容详细，图文并茂，有须要学习的朋友能够Star一下！ GitHub地址： github.com/Java-Ling/J…git

1、缓存雪崩

一、什么是缓存雪崩？

缓存雪崩是指在咱们设置缓存时采用了相同的过时时间，致使缓存在某一时刻同时失效，请求所有转发到DB，DB瞬时压力太重雪崩。因为原有缓存失效，新缓存未到期间全部本来应该访问缓存的请求都去查询数据库了，而对数据库CPU和内存形成巨大压力，严重的会形成数据库宕机。github

二、缓存雪崩问题排查

在一个较短的时间内，缓存中较多的key集中过时
此周期内请求访问过时的数据，redis未命中，redis向数据库获取数据
数据库同时接收到大量的请求没法及时处理
Redis大量请求被积压，开始出现超时现象
数据库流量激增，数据库崩溃
重启后仍然面对缓存中无数据可用
Redis服务器资源被严重占用，Redis服务器崩溃
Redis集群呈现崩塌，集群瓦解
应用服务器没法及时获得数据响应请求，来自客户端的请求数量愈来愈多，应用服务器崩溃
应用服务器，redis，数据库所有重启，效果不理想

三、有什么解决方案来防止缓存雪崩？

更多的页面静态化处理
构建多级缓存架构 Nginx缓存+redis缓存+ehcache缓存
检测Mysql严重耗时业务进行优化 对数据库的瓶颈排查：例如超时查询、耗时较高事务等
灾难预警机制
- 监控redis服务器性能指标
- CPU占用、CPU使用率
- 内存容量
- 查询平均响应时间
- 线程数
限流、降级 短期范围内牺牲一些客户体验，限制一部分请求访问，下降应用服务器压力，待业务低速运转后再逐步放开访问
LRU与LFU切换 2. 数据有效期策略调整
- 根据业务数据有效期进行分类错峰，A类90分钟，B类80分钟，C类70分钟
- 过时时间使用固定时间+随机值的形式，稀释集中到期的key的数量
超热数据使用永久key
按期维护（自动+人工） 对即将过时数据作访问量分析，确认是否延时，配合访问量统计，作热点数据的延时 5. 加锁

4.总结

缓存雪崩就是瞬间过时数据量太大，致使对数据库服务器形成压力。如可以有效避免过时时间集中，能够有效解决雪崩现象的出现（约40%），配合其余策略一块儿使用，并监控服务器的运行数据，根据运行记录作快速调整。面试

2、缓存预热

1.什么是缓存预热

缓存预热就是系统上线后，将相关的缓存数据直接加载到缓存系统。这样就能够避免在用户请求的时候，先查询数据库，而后再将数据缓存的问题。用户直接查询事先被预热的缓存数据。如图所示：redis

若是不进行预热，那么 Redis 初识状态数据为空，系统上线初期，对于高并发的流量，都会访问到数据库中，对数据库形成流量的压力。sql

2.问题排查

请求数量较高
主从之间数据吞吐量较大，数据同步操做频度较高

3.有什么解决方案？

前置准备工做：数据库

平常例行统计数据访问记录，统计访问频度较高的热点数据后端
利用LRU数据删除策略，构建数据留存队列缓存
```
例如：storm与kafka配合
复制代码
```

准备工做： 3. 将统计结果中的数据分类，根据级别，redis优先加载级别较高的热点数据 4. 利用分布式多服务器同时进行数据读取，提速数据加载过程 5. 热点数据主从同时预热服务器

实施： 6. 使用脚本程序固定触发数据预热过程 7. 若是条件容许，使用了CDN（内容分发网络），效果会更好

4.总结

缓存预热就是系统启动前，提早将相关的缓存数据直接加载到缓存系统。避免在用户请求的时候，先查询数据库，而后再将数据缓存的问题！用户直接查询事先被预热的缓存数据

3、缓存穿透

一、什么是缓存穿透？

缓存穿透是指用户查询数据，在数据库没有，天然在缓存中也不会有。这样就致使用户查询的时候，在缓存中找不到对应key的value，每次都要去数据库再查询一遍，而后返回空（至关于进行了两次无用的查询）。这样请求就绕过缓存直接查数据库

二、有什么解决方案来防止缓存穿透？

一、缓存空值

若是一个查询返回的数据为空（无论是数据不存在，仍是系统故障）咱们仍然把这个空结果进行缓存，但它的过时时间会很短，最长不超过5分钟。经过这个设置的默认值存放到缓存，这样第二次到缓存中获取就有值了，而不会继续访问数据库

二、采用布隆过滤器BloomFilter

**优点：**占用内存空间很小，位存储；性能特别高，使用key的hash判断key存不存在

将全部可能存在的数据哈希到一个足够大的bitmap中，一个必定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

在缓存以前在加一层BloomFilter，在查询的时候先去BloomFilter去查询key是否存在，若是不存在就直接返回，存在再去查询缓存，缓存中没有再去查询数据库

3.总结

缓存击穿访问了不存在的数据，跳过了合法数据的redis数据缓存阶段，每次访问数据库，致使对数据库服务器形成压力。一般此类数据的出现量是一个较低的值，当出现此类状况以毒攻毒，并及时报警。应对策略应该在临时预案防范方面多作文章。不管是黑名单仍是白名单，都是对总体系统的压力，警报解除后尽快移除。

4、缓存降级

降级的状况，就是缓存失效或者缓存服务挂掉的状况下，咱们也不去访问数据库。咱们直接访问内存部分数据缓存或者直接返回默认数据。

举例来讲：

对于应用的首页，通常是访问量很是大的地方，首页里面每每包含了部分推荐商品的展现信息。这些推荐商品都会放到缓存中进行存储，同时咱们为了不缓存的异常状况，对热点商品数据也存储到了内存中。同时内存中还保留了一些默认的商品信息。以下图所示：

降级通常是有损的操做，因此尽可能减小降级对于业务的影响程度。

5、缓存击穿

一、什么是缓存击穿？

在日常高并发的系统中，大量的请求同时查询一个key时，此时这个key正好失效了，就会致使大量的请求都打到数据库上面去。这种现象咱们称为缓存击穿

二、问题排查

Redis中某个key过时，该key访问量巨大
多个数据请求从服务器直接压到Redis后，均未命中
Redis在短期内发起了大量对数据库中同一数据的访问

三、如何解决

1. 使用互斥锁(mutex key)

这种解决方案思路比较简单，就是只让一个线程构建缓存，其余线程等待构建缓存的线程执行完，从新从缓存获取数据就能够了。若是是单机，能够用synchronized或者lock来处理，若是是分布式环境能够用分布式锁就能够了（分布式锁，能够用memcache的add, redis的setnx, zookeeper的添加节点操做）。

2. "提早"使用互斥锁(mutex key)

在value内部设置1个超时值(timeout1), timeout1比实际的redis timeout(timeout2)小。当从cache读取到timeout1发现它已通过期时候，立刻延长timeout1并从新设置到cache。而后再从数据库加载数据并设置到cache中

3. "永远不过时"

从redis上看，确实没有设置过时时间，这就保证了，不会出现热点key过时问题，也就是“物理”不过时。
从功能上看，若是不过时，那不就成静态的了吗？因此咱们把过时时间存在key对应的value里，若是发现要过时了，经过一个后台的异步线程进行缓存的构建，也就是“逻辑”过时

4. 缓存屏障

class MyCache{

    private ConcurrentHashMap<String, String> map;

    private CountDownLatch countDownLatch;

    private AtomicInteger atomicInteger;

    public MyCache(ConcurrentHashMap<String, String> map, CountDownLatch countDownLatch, AtomicInteger atomicInteger) {
        this.map = map;
        this.countDownLatch = countDownLatch;
        this.atomicInteger = atomicInteger;
    }

    public String get(String key){

        String value = map.get(key);
        if (value != null){
            System.out.println(Thread.currentThread().getName()+"\t 线程获取value值 value="+value);
            return value;
        }
        // 若是没获取到值
        // 首先尝试获取token，而后去查询db，初始化化缓存；
        // 若是没有获取到token，超时等待
        if (atomicInteger.compareAndSet(0,1)){
            System.out.println(Thread.currentThread().getName()+"\t 线程获取token");
            return null;
        }

        // 其余线程超时等待
        try {
            System.out.println(Thread.currentThread().getName()+"\t 线程没有获取token，等待中。。。");
            countDownLatch.await();
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        // 初始化缓存成功，等待线程被唤醒
        // 等待线程等待超时，自动唤醒
        System.out.println(Thread.currentThread().getName()+"\t 线程被唤醒，获取value ="+map.get("key"));
        return map.get(key);
    }

    public void put(String key, String value){

        try {
            Thread.sleep(2000);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }

        map.put(key, value);

        // 更新状态
        atomicInteger.compareAndSet(1, 2);

        // 通知其余线程
        countDownLatch.countDown();
        System.out.println();
        System.out.println(Thread.currentThread().getName()+"\t 线程初始化缓存成功！value ="+map.get("key"));
    }

}

class MyThread implements Runnable{

    private MyCache myCache;

    public MyThread(MyCache myCache) {
        this.myCache = myCache;
    }

    @Override
    public void run() {
        String value = myCache.get("key");
        if (value == null){
            myCache.put("key","value");
        }

    }
}

public class CountDownLatchDemo {
    public static void main(String[] args) {

        MyCache myCache = new MyCache(new ConcurrentHashMap<>(), new CountDownLatch(1), new AtomicInteger(0));

        MyThread myThread = new MyThread(myCache);

        ExecutorService executorService = Executors.newFixedThreadPool(5);
        for (int i = 0; i < 5; i++) {
            executorService.execute(myThread);
        }
    }
}
复制代码

4.总结

缓存击穿就是单个高热数据过时的瞬间，数据访问量较大，未命中redis后，发起了大量对同一数据的数据库访问，致使对数据库服务器形成压力。应对策略应该在业务数据分析与预防方面进行，配合运行监控测试与即时调整策略，毕竟单个key的过时监控难度较高，配合雪崩处理策略便可。

6、总结

这些都是实际项目中，可能碰到的一些问题，也是面试的时候常常会被问到的知识点，实际上还有不少不少各类各样的问题，文中的解决方案，也不可能知足全部的场景，相对来讲只是对该问题的入门解决方法。通常正式的业务场景每每要复杂的多，应用场景不一样，方法和解决方案也不一样，因为上述方案，考虑的问题并非很全面，所以并不适用于正式的项目开发，可是能够做为概念理解入门，具体解决方案要根据实际状况来肯定！

大厂Redis缓存雪崩，穿透，击穿，降级，预热等解决方案，面试官想知道的都在这！

写在前面

1、缓存雪崩

一、什么是缓存雪崩？

二、缓存雪崩问题排查

三、有什么解决方案来防止缓存雪崩？

4.总结

2、缓存预热

1.什么是缓存预热

2.问题排查

3.有什么解决方案？

4.总结

3、缓存穿透

一、什么是缓存穿透？

二、有什么解决方案来防止缓存穿透？

3.总结

4、缓存降级

5、缓存击穿

一、什么是缓存击穿？

二、问题排查

三、如何解决

4.总结

6、总结