Redis 缓存穿透、击穿、雪崩 的区别与解决方案

前言

Redis 是一个高性能的键值数据库，广泛应用于缓存、会话存储、实时数据分析等场景。然而，在高并发的环境下，Redis 缓存可能会遇到 缓存击穿、缓存穿透 和 缓存雪崩 这三大问题。这些问题不仅影响系统的稳定性和性能，还经常出现在面试题中，值得我们深入了解🤏。

---

1. 缓存穿透

定义

缓存穿透指的是查询一个不存在的数据时，缓存层和数据库层都会返回空结果，导致每次请求都直接访问数据库，从而失去缓存的加速作用，增加数据库的负担。

“穿透”可以简单的理解为：缓存和数据库都不存在要查询的数据，请求直接“穿透”了缓存。

场景

例如：用户请求一个不存在的商品ID，由于缓存和数据库中都没有该商品的信息，请求直接穿透到数据库，增加数据库的压力。

解决方案

1. 布隆过滤器
   使用布隆过滤器缓存不存在的请求，避免每次都查询数据库。布隆过滤器可以高效判断某个元素是否在集合中，减少不必要的数据库查询。

2. 缓存空值
   当查询结果为空时，可以将空值缓存一段时间（如 1-5 分钟），避免频繁穿透。这样即使请求再次到来，也能从缓存中返回空值，减少数据库查询。

流程图

---

2. 缓存击穿

定义

缓存击穿是指缓存中的某些数据在失效后，大量请求同时访问该数据，导致所有请求直接穿透到数据库，增加数据库压力，甚至可能导致数据库崩溃。

“击穿”可以简单的理解为：缓存不存在，但是数据库存在要查询的数据，请求直接“击穿”了缓存。

场景

例如：某个商品详情数据在缓存中过期，多个用户同时请求该商品数据，由于缓存失效，这些请求直接访问数据库，造成数据库负载骤增。

解决方案

1. 互斥锁
   在缓存失效时，使用分布式锁确保只有一个请求访问数据库并更新缓存，其余请求等待缓存更新完毕后再从缓存中获取数据，避免同时访问数据库。

2. 缓存预热
   在系统启动时，提前将常用数据加载到缓存中，减少缓存失效的概率，确保热点数据一直在缓存中。

3. 合理的缓存失效时间
   根据数据访问频率和业务需求合理设定缓存过期时间，避免过短的失效时间引起频繁的缓存更新和数据库访问。

流程图

---

3. 缓存雪崩

定义

缓存雪崩是指大量缓存数据在同一时间失效，导致大量请求同时访问数据库，给数据库带来巨大压力，甚至可能导致数据库崩溃。

“雪崩”可以简单的理解为：大量缓存同一时间失效，缓存“雪崩”了。

场景

例如：大量缓存数据设置了相同的过期时间，所有缓存数据在某一时刻失效，导致大量请求同时访问数据库，可能引发雪崩效应。

解决方案

1. 错开缓存过期时间
   在缓存过期时间上增加随机偏移量，错开过期时间，减少缓存同时过期的情况。

2. 使用永久缓存
   对于不经常变化的数据，可以使用永久缓存，避免频繁失效，减少数据库访问。

3. 降级处理
   当缓存系统发生故障时，启用降级机制，将部分请求转发至备用缓存或返回默认值，减轻数据库压力。

流程图

---

总结

• 缓存穿透：查询数据时 缓存和数据库都不存，使用 布隆过滤器 和 缓存空值 避免每次都访问数据库。
• 缓存击穿：查询数据时 缓存不存在，数据库存在，使用 互斥锁、缓存预热 和 合理的过期时间 解决。
• 缓存雪崩：查询数据时 大量缓存同一时间失效，通过 错开缓存过期时间、使用永久缓存 和 降级处理 应对。