26 | 缓存异常(下):如何解决缓存雪崩、击穿、穿透难题?

极客时间 | 《Redis核心技术与实战》学习笔记目录

原文

缓存雪崩

缓存雪崩是指大量的应用请求无法在 Redis 缓存中进行处理,紧接着,应用将大量请求发送到数据库层,导致数据库层的压力激增。

缓存雪崩的主要两个原因

  • 缓存中有大量数据同时过期,导致大量请求无法得到处理
    • 避免给大量的数据设置相同的过期时间
    • 通过服务降级,来应对缓存雪崩
      • 当业务应用访问的是非核心数据(例如电商商品属性)时,暂时停止从缓存中查询这些数据,而是直接返回预定义信息、空值或是错误信息
      • 当业务应用访问的是核心数据(例如电商商品库存)时,仍然允许查询缓存,如果缓存缺失,也可以继续通过数据库读取
  • Redis 缓存实例发生故障宕机了,无法处理请求,这就会导致大量请求一下子积压到数据库层,从而发生缓存雪崩
    • 在业务系统中实现服务熔断或请求限流机制
    • 事前预防:通过主从节点的方式构建 Redis 缓存高可靠集群

缓存击穿

缓存击穿是指,针对某个访问非常频繁的热点数据的请求,无法在缓存中进行处理,紧接着,访问该数据的大量请求,一下子都发送到了后端数据库,导致了数据库压力激增,会影响数据库处理其他请求。缓存击穿的情况,经常发生在热点数据过期失效时

  • 对于访问特别频繁的热点数据,不设置过期时间

缓存穿透

缓存穿透是指要访问的数据既不在 Redis 缓存中,也不在数据库中,导致请求在访问缓存时,发生缓存缺失,再去访问数据库时,发现数据库中也没有要访问的数据。

缓存穿透发生的两种情况:

  • 业务层误操作:缓存中的数据和数据库中的数据被误删除了,所以缓存和数据库中都没有数据;
  • 恶意攻击:专门访问数据库中没有的数据

避免缓存穿透的三种方案

  • 缓存空值或缺省值
  • 使用布隆过滤器快速判断数据是否存在,避免从数据库中查询数据是否存在,减轻数据库压力
  • 在请求入口的前端进行请求检测
Licensed under CC BY-NC-SA 4.0
comments powered by Disqus