Redis缓存雪崩、缓存击穿、缓存穿透和常见的几种缓存模式
最新回答
微凉°
2020-07-12 21:29:05
Redis缓存雪崩、击穿、穿透及常见缓存模式的核心要点如下：
一、缓存雪崩- 定义：当大量缓存key在同一时间集中失效，导致所有请求直接穿透至数据库，引发数据库压力骤增甚至宕机。
- 解决方案：
加锁排队：利用Redis的SETNX实现互斥锁，仅允许一个线程加载数据并更新缓存，其他线程等待或重试。
数据预热：系统启动时预先加载热点数据到缓存，或通过定时任务提前更新缓存。
双层缓存策略：设置短期失效的原始缓存（C1）和长期失效的拷贝缓存（C2），C1失效时访问C2。
定时更新：对非实时性要求高的数据，通过定时任务更新缓存。
分散过期时间：为不同key设置随机过期时间，避免集中失效。
- 定义：高并发场景下，单个热点key在失效瞬间被大量请求同时查询，导致数据库压力激增。
- 问题：数据库请求量瞬间暴增，可能引发性能瓶颈或崩溃。
- 解决方案：
互斥锁：第一个请求获取锁后查询数据库并更新缓存，其他请求等待锁释放后直接读取缓存。
- 定义：查询数据库中不存在的数据，导致每次请求均穿透缓存直达数据库，形成无效查询。
- 问题：数据库被频繁访问，浪费资源且可能被恶意攻击。
- 解决方案：
缓存空值：将查询结果为空的数据缓存（如null），设置短过期时间（如5分钟）。
布隆过滤器：在缓存前加一层布隆过滤器，拦截不存在的key，避免查询数据库。
Cache Aside（旁路缓存）
流程：
读：先查缓存，未命中则查数据库，并写入缓存。
写：先更新数据库，再使缓存失效。
问题：
并发写可能导致脏数据（如读请求写入旧数据后被写请求失效覆盖）。
极端场景下仍可能脏数据（如读请求写缓存前被写请求失效）。
Read/Write Through（读写穿透）
流程：应用直接操作缓存，由缓存服务同步更新数据库。
特点：
脏数据概率低，但强依赖缓存稳定性。
适合读多写少场景。
Write Behind（异步写入）
流程：应用直接操作缓存，由缓存服务异步批量更新数据库。
特点：
性能高，但数据一致性差，可能丢失数据。
实现复杂，需处理异常恢复逻辑。
总结：
- 缓存雪崩需分散失效时间或提前预热；击穿需锁机制保护热点key；穿透需过滤无效请求。
- Cache Aside简单但需处理并发，Read/Write Through依赖缓存稳定性，Write Behind性能最优但风险高。根据业务场景选择合适模式。
热门标签
