目录
例如某平台,某位后端研发童鞋小明,将Redis缓存中所有key(假设有1000w的key)的过期时间设置为同一时间,假设都设置为5秒;5秒后,所有key都过期了,这时候就需要从数据库中拿到key对应的数据,重新设置到缓冲中,这是正常流程。其实,当有1000w的请求打到数据库中,试问哪家的数据库可以抗住这个压力(除非特别有💰),肯定是顶不住的,最后数据库宕机,凉了~,绩效也没了。
1). 实现redis的高可用,防止服务器宕机;
2). 设置超时时间时最好不要设置成一样的时间,在业务容许的范围下可以加一段随机数;
3). 使用redis的持久化RDB+AOF组合策略,防止缓存丢失并且可以快速恢复数据;
缓存穿透的概念很简单,用户想要查询一个数据,发现redis内存数据库没有,也就是缓存没有命中,于是向持久层数据库查询。发现也没有,于是本次查询失败。当用户很多的时候,缓存都没有命中,于是都去请求了持久层数据库。这会给持久层数据库造成很大的压力,这时候就相当于出现了缓存穿透。
1). 对请求参数做校验,例如可以用正则;
2). 缓存空对象, 当存储层不命中后,即使返回的空对象也将其缓存起来,同时会设置一个过期时间,之后再访问这个数据将会从缓存中获取,保护了后端数据源;
但是这种方法会存在两个问题:
2.1). 如果空值能够被缓存起来,这就意味着缓存需要更多的空间存储更多的键,因为这当中可能会有很多的空值的键;
2.2). 即使对空值设置了过期时间,还是会存在缓存层和存储层的数据会有一段时间窗口的不一致,这对于需要保持一致性的业务会有影响。
3). 可以引入布隆过滤器,过滤一些异常的请求。
缓存击穿,是指一个key非常热点,在不停的扛着大并发,大并发集中对这一个点进行访问,当这个key在失效的瞬间,持续的大并发就穿破缓存,直接请求数据库,就像在一个屏障上凿开了一个洞。
1). 可以将热点数据的过期时间设置为永久有效(有人可能会问,万一这个热点商品下架了,这个缓存不就成了了脏数据吗?其实会有这种场景存在,主要还是具体情况具体分析,看业务场景吧);
2). 维护一个定时任务,将快要过期的key重新设置;
3). 可以使用分布式锁,当在缓存中拿不到数据时,使用分布式锁去数据库中拿到数据后,重新设置到缓存;