Redis 缓存更新策略，缓存穿透、雪崩、击穿问题

前言

本文是由我学习自黑马程序员B站视频教程（https://www.bilibili.com/video/BV1cr4y1671t）的过程中做的笔记，主要是记录Redis做缓存的一些思想，并未涉及代码。

Redis缓存

作用

• 降低后端负载
• 提高读写效率，降低响应时间

成本

• 数据一致性成本
• 代码维护成本
• 运维成本

缓存更新策略

1. 内存淘汰

   • 内容不足时自动淘汰

   • 默认开启

   • 不用自己维护

   • 一致性差

   • 维护成本低

2. 超时剔除

   • 添加TTL到期自动删除

   • 一致性一般

   • 维护成本低

3. 主动更新

   • 编写业务逻辑，在修改数据库时，更新缓存

   • 一致性较好

   • 维护成本较高

根据业务场景选择：

低一致性需求：使用Redis自带的内存淘汰机制。

高一致性需求：主动更新，并启用超时剔除，

1. 读操作

   • 缓存命中则直接返回

   • 未命中则查询数据库，并写入缓存

2. 写操作

   • 先写数据库，然后再删除缓存

   • 要确保数据库与缓存操作的原子性(单体应用可以使用@Transactional开启事务)
     

     

缓存穿透

缓存穿透是指客户端请求的数据在缓存中和数据库中都不存在，这样缓存永远不会生效，这些请求都会打到数据库。

常见的解决方案有两种：

1. 缓存空对象
   • 优点：实现简单，维护方便
   • 缺点：额外的内存消耗、 可能造成短期的不一致
2. 布隆过滤（基于bitmap实现）
   • 优点：内存占用较少，没有多余key
   • 缺点：实现复杂、存在误判可能

（左侧为缓存空对象示意图，右侧为布隆过滤示意图）

缓存雪崩

缓存雪崩是指在同一时段大量的缓存key同时失效或者Redis服务宕机，导致大量请求到达数据库，带来巨大压力。

（左侧为大量缓存失效示意图，右侧为redis宕机示意图）

解决方案：

• 给不同的Key的TTL添加随机值
• 利用Redis集群提高服务的可用性
• 给缓存业务添加降级限流策略
• 给业务添加多级缓存（浏览器缓存、Nginx缓存、Redis缓存、JVM本地缓存、数据库等等）

缓存击穿

缓存击穿问题也叫热点Key问题，就是一个被高并发访问并且缓存重建业务较复杂的key突然失效了，无数的请求访问会在瞬间给数据库带来巨大的冲击。

常见的解决方案有两种：

• 逻辑过期

  不设置TTL，而是在数据内添加一个expire字段，当该字段时间达到时，更新数据。

  • 优点
    • 线程无需等待，性能较好
  • 缺点
    • 不保证一致性
    • 有额外内存消耗
    • 实现复杂

• 互斥锁

  • 优点
    • 没有额外的内存消耗
    • 保证一致性
    • 实现简单
  • 缺点
    • 线程需要等待，性能受影响
    • 可能有死锁风险
      （左侧为互斥锁示意图，右侧围逻辑过期示意图）
      

基于互斥锁的方式解决缓存击穿问题

基于逻辑过期方式解决缓存击穿问题

后记

u1s1，这个教程讲的真的不错，而且是2022的新版视频，强烈推荐大家看一下。