Redis缓存异常怎么办？如何解决？
最新回答
不玩心枉少年
2020-06-20 02:12:00
Redis缓存异常的解决方案如下：
缓存雪崩
当大量缓存数据同时过期，导致请求直接落到数据库，引发数据库压力骤增甚至崩溃。
- 解决方案1：随机化过期时间
为缓存数据设置随机的过期时间，避免同一时间点大量数据失效。例如，在基础过期时间上增加随机偏移量（如±5分钟），分散失效时间。 - 解决方案2：加锁排队
在并发量可控时，通过加锁机制限制同一时间对数据库的请求数量。例如，使用分布式锁（如Redlock）确保同一缓存键的更新操作串行化。 - 解决方案3：缓存标记与主动更新
为缓存数据增加失效标记，当标记失效时，触发后台任务异步更新缓存，而非直接查询数据库。例如，使用“双缓存”策略，主缓存失效时先检查次缓存。
缓存穿透
请求的键在缓存和数据库中均不存在，导致大量无效请求直接穿透至数据库。
- 解决方案1：接口层校验
在请求入口增加基础校验（如用户鉴权、参数合法性检查），拦截非法请求。例如，对ID≤0的请求直接返回错误。 - 解决方案2：缓存空值
对数据库中不存在的键，缓存一个短期有效的空值（如key-null，TTL=30秒），防止重复查询。需注意设置合理过期时间，避免正常数据被误拦截。 - 解决方案3：布隆过滤器
使用布隆过滤器预判键是否存在。通过多哈希函数将键映射到位图中，若过滤器判定键不存在，则直接返回，避免数据库查询。布隆过滤器存在误判率（可能将不存在的键误判为存在），但空间效率极高，适合大数据量场景。
缓存击穿
热点数据的缓存过期时，大量并发请求同时访问数据库，导致瞬时压力激增。
- 解决方案1：热点数据永不过期
对核心热点数据（如促销商品信息）设置逻辑上的“永不过期”，通过后台任务定期刷新缓存内容而非依赖TTL。 - 解决方案2：互斥锁更新
当缓存失效时，仅允许一个线程查询数据库并更新缓存，其他线程等待或返回旧值。例如，使用Redis的SETNX命令实现分布式锁。
缓存预热
系统上线前或低峰期，提前将热点数据加载至缓存，避免用户首次请求时触发数据库查询。
- 解决方案1：手动刷新
通过管理界面或脚本在上线时手动触发缓存加载。 - 解决方案2：启动自动加载
项目启动时，通过初始化脚本加载关键数据（如配置信息、基础字典）。 - 解决方案3：定时任务刷新
使用定时任务（如Spring的@Scheduled）定期更新缓存，确保数据时效性。
缓存降级
当服务异常或访问量过大时，通过牺牲非核心功能保证核心服务可用性。
- 解决方案1：自动降级
根据系统指标（如响应时间、错误率）自动触发降级策略。例如，当数据库连接池耗尽时，直接返回默认值或缓存的旧数据。 - 解决方案2：人工降级
通过配置开关手动关闭非核心功能（如日志记录、统计报表），释放资源。
降级前需梳理服务依赖关系，明确哪些功能可降级（如商品推荐），哪些必须保证（如支付结算）。
缓存热点Key问题
热点Key过期时，大量并发请求同时触发数据库查询和缓存更新，导致数据库压力激增。
- 解决方案：分布式锁控制
对热点Key的查询加锁，仅允许一个线程查询数据库并更新缓存，其他线程等待或返回旧值。例如，使用Redis的Redlock算法实现分布式锁。
热门标签
