缓存穿透、缓存击穿和缓存雪崩,了解一下?

目录

• 缓存穿透
  • 缓存空对象
  • 布隆过滤器
• 缓存击穿
  • 解决方案
• 缓存雪崩
  • 解决方案：

面试官： 什么特马的叫缓存穿透，什么特马的叫缓存击穿，什么特马的叫缓存雪崩？
我： 能不能好不问问题，不要特马的， 特马的！

缓存穿透

一句话解释： 当这条数据不存在于缓存和数据库中，然后会一直查询数据库，对数据库造成很大的压力。

如：用户查询一个 id = -1 的商品信息，一般数据库 id 值都是从 1 开始自增，很明显这条信息是不在数据库中，当没有信息返回时，会一直向数据库查询，给当前数据库的造成很大的访问压力。

解决方案：

• 缓存空对象
• 布隆过滤器

一般我们可以想到从缓存开始出发，想如果我们给缓存设置一个如果当前数据库不存在的信息，把它缓存成一个空对象，返回给用户。

没错，这是一个解决方案，也就是我们常说的缓存空对象（代码维护简单，但是效果不是很好）。

Redis 也为我们提供了一种解决方案，那就是布隆过滤器（代码维护比较复杂，效果挺好的）。

那接下来，先解释下这两种方案：

缓存空对象

那什么是缓存空对象呀，别急，缓存空对象它就是指一个请求发送过来，如果此时缓存中和数据库都不存在这个请求所要查询的相关信息，那么数据库就会返回一个空对象，并将这个空对象和请求关联起来存到缓存中，当下次还是这个请求过来的时候，这时缓存就会命中，就直接从缓存中返回这个空对象，这样可以减少访问数据库的压力，提高当前数据库的访问性能。我们接下来可以看下面这个流程:

第一次请求----》 缓存不存在 ------》 请求数据库 -------》数据不存在 ------》 缓存空对象

当n>2 时，

第n 次请求----》 缓存存在 ------》 返回空对象

这时候，我们就会问了呀，如果大量不存在的请求过来，那么这时候缓存岂不是会缓存许多空对象了吗~~~

没错哦！这也是使用缓存空对象会导致的一个问题：如果时间一长这样会导致缓存中存在大量空对象，这样不仅会占用许多的内存空间，还会浪费许多资源呀！。那这有没有什么可以解决的方法呢？我们来想一想：我们可以将这些对象在一段时间之后清理下不久可以了吗 ~

嗯嗯，没错！在想想 Redis 里是不是给我们提供了有关过期时间的命令呀，这样我们可以在设置空对象的时间，顺便设置一个过期时间，就可以解决个问题了呀

布隆过滤器

那布隆过滤器是不是不是一个过滤器，过滤东西的呀！哎呀，你太聪明了，没错它就是用来过滤东西的，它是一种基于概率的数据结构，主要使用爱判断当前某个元素是否在该集合中，运行速度快。我们也可以简单理解为是一个不怎么精确的 set 结构（set 具有去重的效果）。但是有个小问题是：当你使用它的 contains 方法去判断某个对象是否存在时，它可能会误判。也就是说布隆过滤器不是特别不精确，但是只要参数设置的合理，它的精确度可以控制的相对足够精确，只会有小小的误判概率（这是可以接受的呀 ~）。当布隆过滤器说某个值存在时，这个值可能不存在；当它说不存在时，那就肯定不存在。

这里有个典型的例子呀，来自钱大：

打个比方，当它说不认识你时，肯定就不认识；当它说见过你时，可能根本就没见过面，不过因为你的脸跟它认识的人中某脸比较相似 (某些熟脸的系数组合)，所以误判以前见过你。在上面的使用场景中，布隆过滤器能准确过滤掉那些已经看过的内容，那些没有看过的新内容，它也会过滤掉极小一部分 (误判)，但是绝大多数新内容它都能准确识别。这样就可以完全保证推荐给用户的内容都是无重复的。

说了这么久，那布隆过滤器到底有什么特点呢：

特点吗

• 一个非常大的二进制位数组（数组中只存在 0 和 1）
• 拥有若干个哈希函数（Hash Function）
• 在空间效率和查询效率都非常高
• 布隆过滤器不会提供删除方法，在代码维护上比较困难。

每个布隆过滤器对应到 Redis 的数据结构里面就是一个大型的位数组和几个不一样的无偏 hash 函数。所谓无偏就是能够把元素的 hash 值算得比较均匀。

缓存击穿

一句话解释：某一时刻，突然有关热点key大并发访问，导致缓存击穿

原因：

1. 一个冷门的key ,突然被大量的访问。
2. 一个热门的key, 缓存中时间恰好过期,这时有大量用户来进行访问。

解决方案

• 加锁
  对于key过期的时候，当key要查询数据库的时候加上一把锁，这时只能让第一个请求进行查询数据库，然后把从数据库中查询到的值存储到缓存中，对于剩下的相同的key，可以直接从缓存中获取即可。

如果我们是在单机环境下：直接使用常用的锁即可（如：Lock、Synchronized等），在分布式环境下我们可以使用分布式锁，如：基于数据库、基于Redis或者zookeeper 的分布式锁。

缓存雪崩

一句话解释： 某一段时间段内，缓存集中失效，如果有大并发请求，所有的请求到存储层，引起数据库压力过大，导致宕机。

原因：

1. Redis突然宕机
2. 批量数据过期

解决方案：

1. redis 高可用
   redis有可能挂掉，多增加几台redis实例，（一主多从或者多主多从），这样一台挂掉之后其他的还可以继续工作，其实就是搭建的集群。

2. 限流降级
   在缓存失效后，通过加锁或者队列来控制读数据库写缓存的线程数量，对某个key只允许一个线程查询数据和写缓存，其他线程等待。

3. 数据预热
   部署之前，将数据预先加载一遍

4. 不同的过期时间
   设置不同的过期时间，让失效时间均衡