4种常见的缓存问题及解决方案详解

前言

使用缓存能够缓解大流量压力，显著提升程序的性能。咱们在使用缓存系统时，尤为是大并发状况下，常常会遇到一些“疑难杂症”。本文总结了一些使用缓存时常见的问题及解决方案，之后在遇到这类问题时能够做为参考，在设计缓存系统的时候也应该考虑这些常见的状况。

为了表述方便，本文以数据库查询缓存为例，使用缓存能够减少对数据库的压力。

缓存穿透

咱们在使用缓存时，每每先尝试去缓存中取值，若是没有，再去数据库取值，若是数据库也没有值，则根据业务需求，返回空或者抛异常。

若是用户一直访问一个数据库不存在的数据，好比id为-1的数据，就会致使每次请求都会先去缓存查一次，而后再去数据库查一次，形成严重的性能问题。这种状况就叫缓存穿透。

解决方案

如下几种解决方案：

• 对请求参数作校验，好比用户鉴权校验，id作基础校验，id <= 0的直接拦截。

• 若是查询到数据库没有值，也将对应的key存进缓存中，value为null。这样下次查询就直接从缓存返回了。但这里的key的缓存时间应该比较短，好比30s。防止后面在数据库插入了这条数据，而用户获取不到。

• 使用布隆过滤器，判断一个key是否已经查过了，若是已经查过了，就不去数据库查询。

缓存击穿

缓存击穿指的是，一个key的访问量很是大，好比某秒杀活动，有1w/s的并发量。这个key在某一时刻过时，那这些大量的请求就会一瞬间到数据库，数据库可能会直接崩溃。

解决方案

缓存击穿的解决方案也有几种，能够配合使用：

• 对于热点数据，慎重考虑过时时间，确保热点期间key不会过时，甚至有些能够设置永不过时。

• 使用互斥锁（好比Java的多线程锁机制），第一个线程访问key的时候就锁住，等查询数据库返回后，把值插入到缓存后再释放锁，这样后面的请求就能够直接取缓存里面的数据了。

缓存雪崩

缓存雪崩指的是，在某一时刻，多个key失效。这样就会有大量的请求从缓存中获取不到值，所有到数据库。还有另外一种状况，就是缓存服务器宕机，也算作缓存雪崩。

解决方案

针对上述两种状况，缓存雪崩有两种解决方案：

• 对每一个key的过时时间设置一个随机值，而不是全部key都相同。

• 使用高可用的分布式缓存集群，确保缓存的高可用性，好比redis-cluster。

双写不一致

在使用数据库缓存的时候，读和写的流程每每是这样的：

• 读取的时候，先读取缓存，若是缓存中没有，就直接从数据库中读取，而后取出数据后放入缓存

• 更新的时候，先删除缓存，再更新数据库

所谓双写不一致，就是在发生写操做（更新）的时候或写操做以后，可能会存在数据库里面的值和缓存中的值不一样的状况。

为何更新的时候要先删除缓存，再更新数据库？由于若是先更新数据库，而后在删除缓存的时候失败了，就会形成缓存里面的值和数据库的值不一致。

然而这样并不能彻底避免双写不一致问题。假设在大并发情景下，一个线程先删除缓存，而后取更新数据库，这个时候另外一个线程去取缓存，发现没有值，因而去读数据库，而后把数据库旧的值设置进缓存。等第一个线程更新完数据库后，数据库里面就是新的值，而缓存里面是旧的值，因此就存在了数据不一致的问题。

一个比较简单的解决办法是把过时时间设置得比较低，这样就只有在缓存没过时以前存在数据不一致问题，在一些业务场景下也还能接受。

另外一种解决方案是使用队列辅助。先更新数据库，再删除缓存。若是删除失败，就放进队列。而后另外一个任务从队列中取出消息，不断去重试删除相应的key。

还有一种解决方案是使用对一个数据使用一个队列，使读写操做串行化。好比对id为n的数据创建一个队列。对这条数据的写操做，删除缓存后，放进一个队列；而后另外一个线程过来了，发现没有缓存，则把这个读操做也放进这个队列里面。

欢迎你们关注个人公种浩【程序员追风】，文章都会在里面更新，整理的资料也会放在里面。

不过这样会增长程序的复杂性，串行化也会下降程序的吞吐量，可能得不偿失。通常主流的解决方案仍是先删除缓存，再更新数据库。能够知足绝大部分需求。

最后

欢迎你们一块儿交流，喜欢文章记得点个赞哟，感谢支持！