Redis缓存应用场景【Redis场景上篇】

1.缓存基础

Redis由于性能高效，通常可以做数据库存储的缓存。一般而言，缓存分为服务端缓存和客户端缓存。缓存有以下三种模式：

• Cache Aside（旁路缓存模式）
• Read Write Through Cache（读写穿透模式）
• Write Behind（异步缓存写入模式）

2.缓存异步场景

1.缓存穿透

缓存穿透是指缓存和数据库中都没有的数据，而用户不断发起请求。由于缓存时不命中后查询DB时被动写入的，并且在DB查不到数据则不写入缓存，这就会导致这个请求每次都要到存储层查询，缓存毫无意义了。在流量大时，DB也可能会挂掉。

解决方案

1. 接口增加校验，鉴权ID，直接拦截。
2. 缓存空值（key-null），给这个key设置一个有效时间，在这个时间内这个key的请求直接拦截。
3. 布隆过滤器。

2.缓存击穿

缓存击穿是指缓存中没有但数据库中有的数据，由于并发用户过多，同时读缓存又没有读到数据，去到DB读取数据，引起DB压力过大。（一般是缓存时间到期，没来得及重新产生）

解决方案

1. 热点数据增加过期时间，避免因为过期失效而被穿透。
2. 重建缓存加互斥锁，线程争抢锁，拿到锁的线程查询数据库，然后重建缓存，争抢失败的，加一个睡眠然后循环重试。（重建的这个缓存，之后的请求就可以直接查询这个缓存）

3.缓存雪崩

缓存雪崩是指大量的应用请求因为异常无法在Redis缓存中进行处理，而是直接打到数据库，引起数据库压力过大甚至宕机。

解决方案

1. 缓存数据的过期时间设置随机，防止同一时间大量数据过期现象发生。
2. 重建缓存加互斥锁，线程争抢锁，拿到锁的线程查询数据库，然后重建缓存，争抢失败的，加一个睡眠然后循环重试。

总结

1、缓存击穿和缓存穿透有什么区别？
缓存击穿是指key在数据库中存在而不在缓存中，被一波大流量击垮的场景。
缓存穿透是指key不在缓存和数据库，而被大波流量打击的场景。
主要就是前者是由数据的，只是未来得及加载到缓存，另一个是完全没有。

2、缓存雪崩和缓存击穿有什么区别？
都是由key缓存过期导致的，不同点是缓存击穿是某个热点key过期，就被大波流量访问，雪崩是一群key同时过期，又一起访问并击垮了数据库。

3.缓存一致性

缓存不一致是指在分布式系统中，由于缓存和后端存储的数据之间不同步，导致缓存中的数据和真实数据不一致的问题。主要在缓存的读写过程中，尤其高并发和分布式环境。

---

要怎么解决缓存不一致呢？以下是大致的方向：

---

1. 确认业务对延迟性的要求，如果要求高且数据可能变化，别用缓存，因为用缓存需要接收一定程序的延迟。
2. 通常，使用过期时间兜底，也是最普遍的方式，如果希望减少缓存不一致的时间，可以增加个删除逻辑，提升一致性。
3. 订阅binlog来更新，适合场景是不需要过期，直接同步数据。

---

接下来根据以上的几个方向来谈一谈怎么保存一致性。

方向一

使用Redis的过期时间，MySQL更新时，Redis不做处理，等待缓存过期失效，再从mySQL拉取到缓存。
这种方式的优点就是开发成本低、易于实现、出问题概率小。但是完全依赖于过期时间，如果时间过短，会导致缓存频繁失效，过长，会导致长时间数据不一致。

方向二

不仅仅通过key的过期时间兜底，还在MySQL更新时，同时尝试操作Redis（1.更新Redis，2.删除Redis）。更新Redis容易造成时序性问题，所以更多的是使用删除Redis，等待下次访问再加载回来。
上面所说的删除，也可能会删除失败，那么就忽略它，有过期时间兜底。

方向三

订阅MySQL的binlog日志，解析日志内容，再更新到Redis。（比如阿里巴巴的开源组件canal，https://github.com/alibaba/canal）。也就是说另起一个服务slave，订阅binlog日志，更新任务通过这个服务自动完成。（无时序性问题，和业务完全解耦，但是引入了消息队列这种重量级组件。）

Redis做旁路缓存，mySQL更新了，此时何去何从？

使用过期时间来兜底，并且在更新DB后删除缓存来提升一致性的方式。
（ps：那么什么情况适合使用订阅binlog？）
这种模式更像是同步数据，其实比较适合缓存很长时间过期、或者不过期的场景。