Redis缓存雪崩、缓存穿透、缓存击穿
- Redis缓存过程
- 缓存雪崩
- 解决方案
- 永不过期
- 合理的设置过期时间
- 使用Redis的分布式锁
- 缓存穿透
- 解决方案
- 过滤非法查询
- 缓存空对象
- 布隆过滤器
- 布隆过滤器的新增
- 布隆过滤器的查询
- 布隆过滤器的删除
- 布隆过滤器解决缓存穿透
- 布隆过滤器的特点
- 缓存击穿
- 解决方案
- 设置热点Key永不过期
- 使用Redis的分布式锁
Redis缓存过程
Redis数据库是一个nosql数据库，存储的数据格式是key-value。Redis数据库运行在内存中，因此他的查询速度比MySql快的多。所以我们会把一些用户经常查询的数据放在Redis中，当Redis有的时候就直接返回，当Redis中没有的时候再去数据库中查找。以此增加服务的运行效率。
缓存雪崩
Redis中的缓存数据是有过期时间的，当在同一时间大量的缓存同时失效时就会造成缓存雪崩。
比如说，在11点的时候大家都去饿了么点外卖，这个时候饿了么的Redis中就存了一大批商家的信息，并且饿了么的程序员给这个缓存设置的过期时间是6个小时。那么到下午5点晚饭时间又是一大波人来饿了么点外卖，这个时候Redis的缓存刚刚好集体过期了，短时间内大量的查询请求就全部落到了脆弱的MySql上，导致MySql直接爆炸！
解决方案
要解决Redis的缓存雪崩就需要避免Redis的缓存在短时间内大量的过期
永不过期
设置Redis中的key永不过期，但是这样会占用很多服务器的内存。
合理的设置过期时间
根据业务需要来合理的设置过期的时间。但是架不住有一些突发的情况。
使用Redis的分布式锁
既然一瞬间大量请求落到MySql上会导致MySql爆炸！那么就加一点限制，让一时间只有一个相同请求落到MySql上，反正都是查询同一个信息，之后的其他请求就可以去Redis中找了。
缓存穿透
Redis缓存穿透指的是，在Redis缓存和数据库中都找不到相关的数据。也就是说这是个非法的查询，客户端发出了大量非法的查询 比如id是负的 ，导致每次这个查询都需要去Redis和数据库中查询。导致MySql直接爆炸！
解决方案
过滤非法查询
在后台服务中过滤非法查询，直接不让他落到Redis服务上。比如id<=0或者分页内容过大的等
缓存空对象
如果他的查询数据是合法的，但是确实Redis和MySql中都没有，那么我们就在Redis中储存一个空对象，这样下次客户端继续查询的时候就能在Redis中返回了。但是，如果客户端一直发送这种恶意查询，就会导致Redis中有很多这种空对象，浪费很多空间
布隆过滤器
布隆过滤器由一个二进制数组和k个哈希数组组成。
布隆过滤器的新增
当我们想新增一个元素时（例如新增python），布隆过滤器就会使用hash函数计算出几个索引值，然后将二进制数组中对应的位置修改为1。
布隆过滤器的查询
当我们想查询一个元素时（例如查询python），布隆过滤器就会使用hash函数计算出几个索引值，然后查询二进制数组中的对应位置是否都为1。如果都为1就说明改元素存在。但是布隆过滤器存在误判的可能性，因为不同的元素hash后的值可能是一样的，例如我们查询java，java经过hash计算出来的索引值和python的一模一样，那么就会认为java也在布隆过滤器中。
布隆过滤器的删除
同上，布隆过滤器删除就是把hash后数组对应的位置改成0.但是存在误删的可能。按照上面的例子删除python就会同时把java给删掉。
布隆过滤器解决缓存穿透
我们首先把MySql中的数据存到布隆过滤器中（由于使用二进制数组，也就是位图所以空间使用很少），之后如果Redis缓存中没有命中，就需要查询MySql数据库前先在布隆过滤器中查询是否在MySql有数据。
布隆过滤器的特点
- 存在误判的可能性
- 如果数据存在，那么一定返回true
- 查询的时间复杂度是O(k),k为hash函数个数
- k越大，数组长度越大，误判的可能性越低
- 使用位图（二进制数组）所以内存压力较小
缓存击穿
缓存击穿和缓存雪崩类似，也是因为Redis中key过期导致的。只不过缓存击穿是某一个热点的key过期导致的。当有一个热点数据突然过期时，就会导致突然有大量的情况直接落到MySql上，导致MySql直接爆炸！
解决方案
主要是两个思路，
- 让那个热点的key不要突然过期
- 不要让大量的请求落到MySql上。
设置热点Key永不过期
简单粗暴，我都不过期了，你就不可能绕开我去访问MySql。但是可能会对Redis内存造成巨大的压力，所以一般会设置一个较长的时间。
使用Redis的分布式锁
既然一瞬间大量请求落到MySql上会导致MySql爆炸！那么就加一点限制，让一时间只有一个相同请求落到MySql上，反正都是查询同一个信息，之后的其他请求就可以去Redis中找了。