溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點(diǎn)擊 登錄注冊 即表示同意《億速云用戶服務(wù)條款》

redis緩存穿透,緩存擊穿,緩存雪崩原因+解決方案

發(fā)布時間:2020-09-20 16:18:47 來源:網(wǎng)絡(luò) 閱讀:361 作者:sq5d4151ff7afbc 欄目:建站服務(wù)器

redis緩存穿透,緩存擊穿,緩存雪崩原因+解決方案

###一、前言
在我們?nèi)粘5拈_發(fā)中,無不都是使用數(shù)據(jù)庫來進(jìn)行數(shù)據(jù)的存儲,由于一般的系統(tǒng)任務(wù)中通常不會存在高并發(fā)的情況,所以這樣看起來并沒有什么問題,可是一旦涉及大數(shù)據(jù)量的需求,比如一些商品搶購的情景,或者是主頁訪問量瞬間較大的時候,單一使用數(shù)據(jù)庫來保存數(shù)據(jù)的系統(tǒng)會因?yàn)槊嫦虼疟P,磁盤讀/寫速度比較慢的問題而存在嚴(yán)重的性能弊端,一瞬間成千上萬的請求到來,需要系統(tǒng)在極短的時間內(nèi)完成成千上萬次的讀/寫操作,這個時候往往不是數(shù)據(jù)庫能夠承受的,極其容易造成數(shù)據(jù)庫系統(tǒng)癱瘓,最終導(dǎo)致服務(wù)宕機(jī)的嚴(yán)重生產(chǎn)問題。

為了克服上述的問題,項(xiàng)目通常會引入NoSQL技術(shù),這是一種基于內(nèi)存的數(shù)據(jù)庫,并且提供一定的持久化功能。

redis技術(shù)就是NoSQL技術(shù)中的一種,但是引入redis又有可能出現(xiàn)緩存穿透,緩存擊穿,緩存雪崩等問題。本文就對這三種問題進(jìn)行較深入剖析。

###二、初認(rèn)識

  • 緩存穿透:key對應(yīng)的數(shù)據(jù)在數(shù)據(jù)源并不存在,每次針對此key的請求從緩存獲取不到,請求都會到數(shù)據(jù)源,從而可能壓垮數(shù)據(jù)源。比如用一個不存在的用戶id獲取用戶信息,不論緩存還是數(shù)據(jù)庫都沒有,若***利用此漏洞進(jìn)行***可能壓垮數(shù)據(jù)庫。
  • 緩存擊穿:key對應(yīng)的數(shù)據(jù)存在,但在redis中過期,此時若有大量并發(fā)請求過來,這些請求發(fā)現(xiàn)緩存過期一般都會從后端DB加載數(shù)據(jù)并回設(shè)到緩存,這個時候大并發(fā)的請求可能會瞬間把后端DB壓垮。
  • 緩存雪崩:當(dāng)緩存服務(wù)器重啟或者大量緩存集中在某一個時間段失效,這樣在失效的時候,也會給后端系統(tǒng)(比如DB)帶來很大壓力。

###三、緩存穿透解決方案
一個一定不存在緩存及查詢不到的數(shù)據(jù),由于緩存是不命中時被動寫的,并且出于容錯考慮,如果從存儲層查不到數(shù)據(jù)則不寫入緩存,這將導(dǎo)致這個不存在的數(shù)據(jù)每次請求都要到存儲層去查詢,失去了緩存的意義。

有很多種方法可以有效地解決緩存穿透問題,最常見的則是采用布隆過濾器,將所有可能存在的數(shù)據(jù)哈希到一個足夠大的bitmap中,一個一定不存在的數(shù)據(jù)會被 這個bitmap攔截掉,從而避免了對底層存儲系統(tǒng)的查詢壓力。另外也有一個更為簡單粗暴的方法(我們采用的就是這種),如果一個查詢返回的數(shù)據(jù)為空(不管是數(shù)據(jù)不存在,還是系統(tǒng)故障),我們?nèi)匀话堰@個空結(jié)果進(jìn)行緩存,但它的過期時間會很短,最長不超過五分鐘。

粗暴方式偽代碼:

//偽代碼
public object GetProductListNew() {
    int cacheTime = 30;
    String cacheKey = "product_list";

    String cacheValue = CacheHelper.Get(cacheKey);
    if (cacheValue != null) {
        return cacheValue;
    }

    cacheValue = CacheHelper.Get(cacheKey);
    if (cacheValue != null) {
        return cacheValue;
    } else {
        //數(shù)據(jù)庫查詢不到,為空
        cacheValue = GetProductListFromDB();
        if (cacheValue == null) {
            //如果發(fā)現(xiàn)為空,設(shè)置個默認(rèn)值,也緩存起來
            cacheValue = string.Empty;
        }
        CacheHelper.Add(cacheKey, cacheValue, cacheTime);
        return cacheValue;
    }
}

###四、緩存擊穿解決方案

key可能會在某些時間點(diǎn)被超高并發(fā)地訪問,是一種非?!盁狳c(diǎn)”的數(shù)據(jù)。這個時候,需要考慮一個問題:緩存被“擊穿”的問題。

使用互斥鎖(mutex key)

業(yè)界比較常用的做法,是使用mutex。簡單地來說,就是在緩存失效的時候(判斷拿出來的值為空),不是立即去load db,而是先使用緩存工具的某些帶成功操作返回值的操作(比如Redis的SETNX或者M(jìn)emcache的ADD)去set一個mutex key,當(dāng)操作返回成功時,再進(jìn)行l(wèi)oad db的操作并回設(shè)緩存;否則,就重試整個get緩存的方法。

SETNX,是「SET if Not eXists」的縮寫,也就是只有不存在的時候才設(shè)置,可以利用它來實(shí)現(xiàn)鎖的效果。

public String get(key) {
      String value = redis.get(key);
      if (value == null) { //代表緩存值過期
          //設(shè)置3min的超時,防止del操作失敗的時候,下次緩存過期一直不能load db
      if (redis.setnx(key_mutex, 1, 3 * 60) == 1) {  //代表設(shè)置成功
               value = db.get(key);
                      redis.set(key, value, expire_secs);
                      redis.del(key_mutex);
              } else {  //這個時候代表同時候的其他線程已經(jīng)load db并回設(shè)到緩存了,這時候重試獲取緩存值即可
                      sleep(50);
                      get(key);  //重試
              }
          } else {
              return value;      
          }
 }

memcache代碼:

if (memcache.get(key) == null) {  
    // 3 min timeout to avoid mutex holder crash  
    if (memcache.add(key_mutex, 3 * 60 * 1000) == true) {  
        value = db.get(key);  
        memcache.set(key, value);  
        memcache.delete(key_mutex);  
    } else {  
        sleep(50);  
        retry();  
    }  
}

其它方案:待各位補(bǔ)充。

##五、緩存雪崩解決方案

與緩存擊穿的區(qū)別在于這里針對很多key緩存,前者則是某一個key。

緩存正常從Redis中獲取,示意圖如下:
redis緩存穿透,緩存擊穿,緩存雪崩原因+解決方案

緩存失效瞬間示意圖如下:
redis緩存穿透,緩存擊穿,緩存雪崩原因+解決方案

緩存失效時的雪崩效應(yīng)對底層系統(tǒng)的沖擊非??膳拢〈蠖鄶?shù)系統(tǒng)設(shè)計者考慮用加鎖或者隊(duì)列的方式保證來保證不會有大量的線程對數(shù)據(jù)庫一次性進(jìn)行讀寫,從而避免失效時大量的并發(fā)請求落到底層存儲系統(tǒng)上。還有一個簡單方案就時講緩存失效時間分散開,比如我們可以在原有的失效時間基礎(chǔ)上增加一個隨機(jī)值,比如1-5分鐘隨機(jī),這樣每一個緩存的過期時間的重復(fù)率就會降低,就很難引發(fā)集體失效的事件。

加鎖排隊(duì),偽代碼如下:

//偽代碼
public object GetProductListNew() {
    int cacheTime = 30;
    String cacheKey = "product_list";
    String lockKey = cacheKey;

    String cacheValue = CacheHelper.get(cacheKey);
    if (cacheValue != null) {
        return cacheValue;
    } else {
        synchronized(lockKey) {
            cacheValue = CacheHelper.get(cacheKey);
            if (cacheValue != null) {
                return cacheValue;
            } else {
              //這里一般是sql查詢數(shù)據(jù)
                cacheValue = GetProductListFromDB(); 
                CacheHelper.Add(cacheKey, cacheValue, cacheTime);
            }
        }
        return cacheValue;
    }
}

加鎖排隊(duì)只是為了減輕數(shù)據(jù)庫的壓力,并沒有提高系統(tǒng)吞吐量。假設(shè)在高并發(fā)下,緩存重建期間key是鎖著的,這是過來1000個請求999個都在阻塞的。同樣會導(dǎo)致用戶等待超時,這是個治標(biāo)不治本的方法!

注意:加鎖排隊(duì)的解決方式分布式環(huán)境的并發(fā)問題,有可能還要解決分布式鎖的問題;線程還會被阻塞,用戶體驗(yàn)很差!因此,在真正的高并發(fā)場景下很少使用!

隨機(jī)值偽代碼:

//偽代碼
public object GetProductListNew() {
    int cacheTime = 30;
    String cacheKey = "product_list";
    //緩存標(biāo)記
    String cacheSign = cacheKey + "_sign";

    String sign = CacheHelper.Get(cacheSign);
    //獲取緩存值
    String cacheValue = CacheHelper.Get(cacheKey);
    if (sign != null) {
        return cacheValue; //未過期,直接返回
    } else {
        CacheHelper.Add(cacheSign, "1", cacheTime);
        ThreadPool.QueueUserWorkItem((arg) -> {
      //這里一般是 sql查詢數(shù)據(jù)
            cacheValue = GetProductListFromDB(); 
          //日期設(shè)緩存時間的2倍,用于臟讀
          CacheHelper.Add(cacheKey, cacheValue, cacheTime * 2);                 
        });
        return cacheValue;
    }
} 

解釋說明:

  • 緩存標(biāo)記:記錄緩存數(shù)據(jù)是否過期,如果過期會觸發(fā)通知另外的線程在后臺去更新實(shí)際key的緩存;
  • 緩存數(shù)據(jù):它的過期時間比緩存標(biāo)記的時間延長1倍,例:標(biāo)記緩存時間30分鐘,數(shù)據(jù)緩存設(shè)置為60分鐘。這樣,當(dāng)緩存標(biāo)記key過期后,實(shí)際緩存還能把舊數(shù)據(jù)返回給調(diào)用端,直到另外的線程在后臺更新完成后,才會返回新緩存。

關(guān)于緩存崩潰的解決方法,這里提出了三種方案:使用鎖或隊(duì)列、設(shè)置過期標(biāo)志更新緩存、為key設(shè)置不同的緩存失效時間,還有一種被稱為“二級緩存”的解決方法。

##六、小結(jié)
針對業(yè)務(wù)系統(tǒng),永遠(yuǎn)都是具體情況具體分析,沒有最好,只有最合適。

于緩存其它問題,緩存滿了和數(shù)據(jù)丟失等問題,大伙可自行學(xué)習(xí)。最后也提一下三個詞LRU、RDB、AOF,通常我們采用LRU策略處理溢出,Redis的RDB和AOF持久化策略來保證一定情況下的數(shù)據(jù)安全。

參考相關(guān)鏈接:

https://blog.csdn.net/zeb_perfect/article/details/54135506
https://blog.csdn.net/fanrenxiang/article/details/80542580
https://baijiahao.baidu.com/s?id=1619572269435584821&wfr=spider&for=pc
https://blog.csdn.net/xlgen157387/article/details/79530877

視頻資源獲取,可直進(jìn)百度云群:

https://pan.baidu.com/mbox/homepage?short=btNBJoN

本文在米兜公眾號鏈接

https://mp.weixin.qq.com/s/ksVC1049wZgPIOy2gGziNA

歡迎關(guān)注米兜Java,一個注在共享、交流的Java學(xué)習(xí)平臺。

redis緩存穿透,緩存擊穿,緩存雪崩原因+解決方案

向AI問一下細(xì)節(jié)

免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報,并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。

AI