Redis缓存系列
1、缓存雪崩
缓存雪崩咱们能够简单的理解为：因为原有缓存失效，新缓存未到期间(例如：咱们设置缓存时采用了相同的过时时间，在同一时刻出现大面积的缓存过时)，全部本来应该访问缓存的请求都去查询数据库了，数据库
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。从而造成一系列连锁反应，形成整个系统崩溃。缓存
缓存正常从Redis中获取，示意图以下：服务器
缓存失效瞬间示意图以下：网络
缓存雪崩的解决方案：并发
（1）碰到这种状况，通常并发量不是特别多的时候，使用最多的解决方案是加锁排队，伪代码以下：分布式
加锁排队只是为了减轻数据库的压力，并无提升系统吞吐量。假设在高并发下，缓存重建期间key是锁着的，这是过来1000个请求999个都在阻塞的。一样会致使用户等待超时，这是个治标不治本的方法！高并发
注意：加锁排队的解决方式分布式环境的并发问题，有可能还要解决分布式锁的问题；线程还会被阻塞，用户体验不好！所以，在真正的高并发场景下不多使用！性能
（2）给每个缓存数据增长相应的缓存标记，记录缓存的是否失效，若是缓存标记失效，则更新数据缓存，实例伪代码以下：线程
解释说明：日志
一、缓存标记：记录缓存数据是否过时，若是过时会触发通知另外的线程在后台去更新实际key的缓存；
二、缓存数据：它的过时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过时后，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。
关于缓存崩溃的解决方法，这里提出了三种方案：使用锁或队列、设置过时标志更新缓存、为key设置不一样的缓存失效时间，还有一各被称为“二级缓存”的解决方法，有兴趣的读者能够自行研究。
2、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，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，这也是常常提的缓存命中率问题。
缓存穿透解决方案：
（1）采用布隆过滤器，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。
（2）若是一个查询返回的数据为空（不论是数据不存在，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，最长不超过五分钟。
经过这个直接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，这种办法最简单粗暴！
把空结果也给缓存起来，这样下次一样的请求就能够直接返回空了，便可以免当查询的值为空时引发的缓存穿透。同时也能够单独设置个缓存区域存储空值，对要查询的key进行预先校验，而后再放行给后面的正常缓存处理逻辑。
3、缓存预热
缓存预热就是系统上线后，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！
缓存预热解决方案：
（1）直接写个缓存刷新页面，上线时手工操做下；
（2）数据量不大，能够在项目启动的时候自动进行加载；
（3）定时刷新缓存；
4、缓存更新
除了缓存服务器自带的缓存失效策略以外（Redis默认的有6中策略可供选择），咱们还能够根据具体的业务需求进行自定义的缓存淘汰，常见的策略有两种：
（1）定时去清理过时的缓存；
（2）当有用户请求过来时，再判断这个请求所用到的缓存是否过时，过时的话就去底层系统获得新数据并更新缓存。
二者各有优劣，第一种的缺点是维护大量缓存的key是比较麻烦的，第二种的缺点就是每次用户请求过来都要判断缓存失效，逻辑相对比较复杂！具体用哪一种方案，你们能够根据本身的应用场景来权衡。
5、缓存降级
当访问量剧增、服务出现问题（如响应时间慢或不响应）或非核心服务影响到核心流程的性能时，仍然须要保证服务仍是可用的，即便是有损服务。系统能够根据一些关键数据进行自动降级，也能够配置开关实现人工降级。
降级的最终目的是保证核心服务可用，即便是有损的。并且有些服务是没法降级的（如加入购物车、结算）。
在进行降级以前要对系统进行梳理，看看系统是否是能够丢卒保帅；从而梳理出哪些必须誓死保护，哪些可降级；好比能够参考日志级别设置预案：
（1）通常：好比有些服务偶尔由于网络抖动或者服务正在上线而超时，能够自动降级；
（2）警告：有些服务在一段时间内成功率有波动（如在95~100%之间），能够自动降级或人工降级，并发送告警；
（3）错误：好比可用率低于90%，或者数据库链接池被打爆了，或者访问量忽然猛增到系统能承受的最大阀值，此时能够根据状况自动降级或者人工降级；
（4）严重错误：好比由于特殊缘由数据错误了，此时须要紧急人工降级。