当前位置 博文首页 > 高亚峰的博客：缓存穿透、缓存击穿、缓存雪崩的问题与解决方案
在计算器中，高速缓冲存储器是一个硬件或软件组件，其存储数据，以便该数据可以在将来的请求送达更快；存储在缓存中的数据可能是早期计算的结果，也可能是存储在其他位置的数据的副本。一个缓存命中时，所请求的数据在高速缓存中找到，而出现高速缓存未命中当它不能发生时发生。缓存命中是通过从缓存中读取数据来实现的，这比重新计算结果或从速度较慢的数据存储中读取要快。因此，从缓存中可以处理的请求越多，系统执行速度就越快。
缓存穿透的概念很简单，用户想要查询一个数据，发现redis内存数据库没有，也就是缓存没有命中，于是向持久层数据库查询。发现也没有，于是本次查询失败。当用户很多的时候，缓存都没有命中，于是都去请求了持久层数据库。这会给持久层数据库造成很大的压力，这时候就相当于出现了缓存穿透。
想象一下这个情况，如果传入的参数为-1，会是怎么样？这个-1，就是一定不存在的对象。就会每次都去查询数据库，而每次查询都是空，每次又都不会进行缓存。假如有恶意攻击，就可以利用这个漏洞，对数据库造成压力，甚至压垮数据库。即便是采用UUID，也是很容易找到一个不存在的KEY，进行攻击。
（这里注意的区别：缓存穿透的概念与缓存击穿并不相同，下面会列出缓存击穿的概念）
缓存穿透如何去预防呢？
1）布隆过滤器
布隆过滤器是一种数据结构，垃圾网站和正常网站加起来全世界据统计也有几十亿个。网警要过滤这些垃圾网站，总不能到数据库里面一个一个去比较吧，这就可以使用布隆过滤器。假设我们存储一亿个垃圾网站地址。
可以先有一亿个二进制比特，然后网警用八个不同的随机数产生器（F1,F2, …,F8） 产生八个信息指纹（f1, f2, …, f8）。接下来用一个随机数产生器 G 把这八个信息指纹映射到 1 到1亿中的八个自然数 g1, g2, …,g8。最后把这八个位置的二进制全部设置为一。过程如下：
那这个布隆过滤器是如何解决redis中的缓存穿透呢？很简单首先也是对所有可能查询的参数以hash形式存储，当用户想要查询的时候，使用布隆过滤器发现不在集合中，就直接丢弃，不再进行缓存查询。
2、缓存空对象
当存储层不命中后，即使返回的空对象也将其缓存起来，同时会设置一个过期时间，之后再访问这个数据将会从缓存中获取，保护了后端数据源；
这种方法会存在两个问题(占用空间资源较多、业务一致性问题)：
Object nullValue = new Object();
try {
Object valueFromDB = getFromDB(uid); //从数据库中查询数据
if (valueFromDB == null) {
cache.set(uid, nullValue, 10); //如果从数据库中查询到空值，就把空值写入缓存，设置较短的超时时间
} else {
cache.set(uid, valueFromDB, 1000);
}
} catch(Exception e) {
cache.set(uid, nullValue, 10);
}
1.如果空值能够被缓存起来，这就意味着缓存需要更多的空间存储更多的键，因为这当中可能会有很多的空值的键；
即使对空值设置了过期时间，还是会存在缓存层和存储层的数据会有一段时间窗口的不一致，这对于需要保持一致性的业务会有影响。（这个方法需要具体根据业务分析方案可行性。）
缓存击穿，是指一个key非常热点，在不停的扛着大并发，大并发集中对这一个点进行访问，当这个key在失效的瞬间，持续的大并发就穿破缓存，直接请求数据库，就像在一个屏障上凿开了一个洞。 缓存被“击穿”的问题，（这个和缓存雪崩的区别在于这里针对某一key缓存，前者则是很多key，这里是指同一个key。）
缓存击穿的问题又该如何去预防呢？
static Lock reenLock = new ReentrantLock();
public List<String> getData() throws Exception {
List<String> result = new ArrayList<String>();
// 从缓存读取数据
result = getCacheData();
if (result.isEmpty()) {
if (reenLock.tryLock()) {
try {
System.out.println("我拿到锁了,从DB获取数据库后写入缓存");
// 从数据库查询数据
result = getDataFromDB();
// 将查询到的数据写入缓存
setDataToCache(result);
} finally {
reenLock.unlock();// 释放锁
}
} else {
result = getDataFromCache();// 先查一下缓存
if (result.isEmpty()) {
System.out.println("我没拿到锁,缓存也没数据,先进行等待");
Thread.sleep(100);// 等待
return getData04();// 重试
}
}
}
return result;
}
缓存雪崩概念是指：缓存层出现了错误，不能正常工作了。大量key同一时间点失效，同时又有大量请求打进来，导致流量直接打在DB上，造成DB也会CPU爆满挂掉的情况。
那么如何解决缓存雪崩问题呢？
redisTemplate.opsForValue().set("2","xxx",2, 随机数);
解决思路1：可以给缓存的失效时间都设置成随机值，或者分析用户行为。利用程序手段尽量时缓存key值不在同一时间失效。从而减少DB的瞬间压力(根据具体业务分析)。
解决思路2：设置多级缓存。比如同时使用redis和memcache缓存，请求->redis->memcache->db；这样可以方式redis缓存同一时间，并发请求不会直接打到DB问题，而是memcache缓存中那去数据。
今天的分享到这里结束了。看完的小伙伴点个赞再走呗。
cs