Redis三座大山：击穿、穿透、雪崩，如何轻松“铲平”？

缓存的隐患：穿透、击穿、雪崩

在现代化的互联网架构中，缓存扮演着至关重要的角色，它负责存储 fréquemment 访问的数据，从而减少对底层数据库的请求，提高系统性能。然而，缓存也不是万能的，它也面临着一些固有的隐患，其中最常见的包括缓存穿透、缓存击穿和缓存雪崩。

缓存穿透：无中生有的数据，直击缓存盲区

缓存穿透指的是这种情况：当用户请求的数据不存在时，缓存中也没有相应的缓存项，导致请求直接穿透缓存，直达底层数据库。这种情况的发生通常是由于恶意攻击或业务逻辑缺陷，导致对不存在数据的查询请求。

缓存击穿：一击必杀的热点数据，摧毁缓存防线

缓存击穿是指这种情况：当缓存中的某个热点数据恰好失效，此时多个并发请求同时查询该数据，所有请求都直接穿透缓存，访问底层数据库，给数据库造成巨大压力，甚至可能导致数据库崩溃。

缓存雪崩：山崩地裂的缓存失效，让系统不堪重负

缓存雪崩是指这种情况：当大量缓存数据在同一时间集中失效，导致大量请求直接穿透缓存，访问底层数据库，给数据库造成难以承受的压力，可能导致数据库崩溃或系统瘫痪。

应对缓存隐患的策略：攻防兼备，化解缓存危机

针对缓存穿透、击穿和雪崩这些隐患，我们可以采取以下策略进行防范：

应对缓存穿透

• 布隆过滤器： 使用布隆过滤器来判断数据是否存在，如果不存在，则直接返回，避免查询数据库。
• 负缓存： 将查询不到的数据缓存起来，并在一定时间内返回该缓存结果，减少对数据库的查询次数。
• 限流机制： 对查询请求进行限流，限制每个用户或客户端在一定时间内只能发起一定次数的查询请求，防止恶意攻击或业务逻辑缺陷导致的缓存穿透。

应对缓存击穿

• 互斥锁： 在查询热点数据时，使用互斥锁来保证只有第一个请求去查询数据库，其他请求等待锁释放后再查询，避免多个请求同时查询数据库，造成缓存击穿。
• 分布式锁： 在分布式系统中，可以使用分布式锁来保证只有一个节点去查询数据库，其他节点等待锁释放后再查询，避免多个节点同时查询数据库，造成缓存击穿。
• 异步更新缓存： 当更新缓存数据时，不要直接更新，而是使用异步更新的方式，避免更新缓存数据时，正好有请求查询该数据，导致缓存击穿。

应对缓存雪崩

• 合理设置缓存失效时间： 根据数据的访问频率和重要性，合理设置缓存失效时间，避免大量缓存数据同时失效。
• 缓存预热： 在系统启动时，或者在缓存数据失效前，将数据预先加载到缓存中，避免在大量请求同时到达时，缓存中没有数据，导致缓存雪崩。
• 双层缓存： 在系统中使用双层缓存，一层是内存缓存，另一层是持久化缓存（如Redis），当内存缓存中的数据失效时，可以从持久化缓存中加载数据到内存缓存中，避免缓存雪崩。

结语：防患于未然，保障缓存的稳定运行

缓存穿透、击穿和雪崩是缓存系统中常见的隐患，它们会严重影响系统的性能和稳定性。通过了解这些隐患的成因和应对策略，我们可以提前做好防范措施，保障缓存的稳定运行，为系统提供可靠的数据访问服务。

常见问题解答

1. 缓存穿透和缓存击穿有什么区别？

缓存穿透是指不存在的数据查询导致的缓存失效，而缓存击穿是指热点数据失效导致的缓存失效。

2. 缓存雪崩和缓存击穿有什么区别？

缓存雪崩是指大量缓存数据同时失效，而缓存击穿是指某个热点数据失效。

3. 如何判断是否发生了缓存雪崩？

当系统突然出现大量请求超时或数据库负载飙升时，可能发生了缓存雪崩。

4. 如何防止缓存雪崩？

合理设置缓存失效时间、使用缓存预热和双层缓存可以有效防止缓存雪崩。

5. 布隆过滤器是如何防止缓存穿透的？

布隆过滤器是一种概率数据结构，它可以快速判断一个元素是否存在于集合中。在查询数据前，先通过布隆过滤器判断该数据是否存在，如果不存在，则直接返回，避免查询数据库。