Redis 缓存击穿（失效）、缓存穿透、缓存雪崩怎么解决？

Redis 缓存击穿（失效）、缓存穿透、缓存雪崩是缓存使用中常见的三个问题，以下是具体分析和解决方案：

缓存击穿（失效）

定义：高并发流量访问热点数据，该数据在数据库中存在，但 Redis 中的缓存已过期，导致大量请求直接访问数据库，可能压垮数据库。关键字：单一热点数据、高并发、数据失效。

解决方案：

过期时间 + 随机值：
为热点数据设置过期时间时，采用公式：过期时间 = 基础时间 + 随机时间（如 1~5 分钟）。
避免大量热点数据同时过期，减少对数据库的瞬时压力。
预热：
提前将热门数据存入 Redis，并设置超长过期时间（如 24 小时），确保缓存始终有效。
使用锁：
当缓存失效时，先获取分布式锁，成功后再执行数据库查询和缓存更新操作。
伪代码如下：

public Object getData(String id) { String desc = redis.get(id); if (desc == null) { if (redis(lockName)) { try { desc = getFromDB(id); redis.set(id, desc, 60 * 60 * 24); } catch (Exception ex) { LogHelper.error(ex); } finally { redis.del(lockName); return desc; } } else { Thread.sleep(200); return getData(id); } } return desc;}缓存穿透

定义：请求查询的数据在 Redis 和数据库中均不存在，导致每次请求都穿透到数据库，增加数据库压力。

解决方案：

缓存空值：
当数据不存在时，在 Redis 中缓存一个空值（如 None），后续查询直接返回空值，避免重复访问数据库。
布隆过滤器：
将数据库中的所有 key 存入布隆过滤器，查询时先检查过滤器。若 key 不存在，则直接返回，避免访问数据库。
原理：
使用 bit 数组和多个哈希函数，将 key 映射到数组的多个位置并设置为 1。
查询时，若所有映射位置均为 1，则可能存在；否则一定不存在。
存在误判率（可能误判存在，但实际不存在），但不会漏判。
适用场景：全量 key 数量不大（如 10 亿条以内），占用内存约 1.2GB。

缓存雪崩

定义：大量请求无法在 Redis 中处理，直接访问数据库，导致数据库压力激增甚至宕机。原因：

大量热点数据同时过期。
Redis 故障宕机。

解决方案：

针对大量数据同时过期：

过期时间添加随机值：
为缓存设置过期时间时，增加随机值（如 1~5 分钟），避免大量数据同时失效。
接口限流：
对非核心数据接口设置限流（如 10000 req/s），减少数据库访问压力。
核心数据接口允许从数据库查询并更新缓存。

针对 Redis 故障宕机：

服务熔断和限流：
当缓存异常时，直接返回错误数据或默认值，避免流量涌入数据库。
熔断机制可防止系统崩溃，限流控制请求量。
构建高可用缓存集群：
使用 Redis 哨兵集群或 Redis Cluster，实现主从切换和故障自动恢复。
确保缓存服务的高可用性，避免单点故障导致雪崩。

总结

缓存穿透：数据库无数据，请求直达数据库。解决方案包括缓存空值和使用布隆过滤器。
缓存击穿（失效）：热点数据缓存过期，请求直达数据库。解决方案包括过期时间加随机值、预热和使用锁。
缓存雪崩：大量热点数据失效或 Redis 故障，请求直达数据库。解决方案包括过期时间加随机值、接口限流、服务熔断和构建高可用集群。

通过合理设计缓存策略和应对措施，可有效避免上述问题，提升系统性能和稳定性。

您可能感兴趣问答

Collapsible

热门标签

热点问答