缓存穿透、击穿、雪崩

  • 一：故事背景
  • 二：业务场景
  • 2.1场景
  • 2.2代码实现
  • 三：缓存穿透
  • 3.1什么是缓存穿透
  • 3.2解决方案
  • 四：缓存击穿
  • 4.1什么是缓存击穿
  • 4.2解决方案
  • 五：缓存雪崩
  • 5.1什么是缓存雪崩
  • 5.1解决方案
  • 六：总结提升

一：故事背景

使用Redis进行缓存，我们就必须要知道使用Redis可能会出现的问题，只有这样，我们再能更好规避，更好的使用Redis，为我们服务。

二：业务场景

redis实战-缓存穿透、缓存击穿、缓存雪崩_数据

2.1场景

我们假设一个简单的业务场景，有一个在线商城系统

  1. 用户可以根据商品ID查询商品信息。系统使用Redis作为缓存，将商品信息存储在缓存中，键的格式为"product:{productId}"，值为商品的详细信息。
  2. 当用户请求查询商品信息时，首先尝试从Redis缓存中获取，如果缓存中不存在，则从数据库中查询，并将查询结果存储到缓存中。

2.2代码实现

@Service
public class ProductService {

    @Autowired
    private RedisTemplate<String, Product> redisTemplate;

    public Product getProductInfo(String productId) {
        // 尝试从缓存中获取商品信息
        Product product = redisTemplate.opsForValue().get("product:" + productId);

        if (product == null) {
            // 如果缓存中不存在，则从数据库查询
            product = queryProductInfoFromDatabase(productId);

            if (product == null) {
                // 如果查询结果为空，将空值存储到缓存中，并设置较短的过期时间
                redisTemplate.opsForValue().set("product:" + productId, null, 300, TimeUnit.SECONDS);
            } else {
                // 将查询结果存储到缓存中
                redisTemplate.opsForValue().set("product:" + productId, product);
            }
        }

        return product;
    }

    private Product queryProductInfoFromDatabase(String productId) {
        // 从数据库查询商品信息
        // ...
    }
}

上述代码给出了，我们所述业务场景的实现。接下来我们就结合这个场景分别解释，缓存穿透、缓存击穿、缓存雪崩。

三：缓存穿透

3.1什么是缓存穿透

缓存穿透指的是在缓存中无法找到需要的数据，导致每次请求都需要访问底层数据存储，从而引发数据库负载过大的情况。通常发生在恶意请求或者查询不存在的数据时。

3.2解决方案

  1. 缓存空值
    在缓存中存储空值，并且设置一个较短的过期时间，防止频繁的查询请求，直接访问数据库。上面的代码里也编写了此部分代码
if (product == null) {
    // 如果查询结果为空，将空值存储到缓存中，并设置较短的过期时间
    redisTemplate.opsForValue().set("product:" + productId, null, 300, TimeUnit.SECONDS);
    }
  1. 数据预热
    在系统启动时，可以将热门或者常用的数据预先加载到缓存中，从而避免冷启动时大量的缓存穿透请求。比如可以使用定时任务进数据预热。
// 在系统启动时加载热门数据到缓存中
@PostConstruct
public void initCache() {
    // 查询热门数据
    List<Product> hotProducts = queryHotProductsFromDatabase();
    // 将热门数据放入缓存
    for (Product product : hotProducts) {
        redisTemplate.opsForValue().set("product:" + product.getId(), product, 5, TimeUnit.MINUTES);
    }
}
  1. 数据库优化查询
    可以通过对数据库的查询进行优化，例如使用索引、缓存数据库查询结果等方式，从而减少数据库查询的耗时，降低数据库负载，减少缓存穿透的发生。
    这个方法并未解决穿透问题，只是从数据库层面降低了缓存穿透带来的问题。

四：缓存击穿

4.1什么是缓存击穿

缓存击穿指的是一个原本存在于缓存中的数据过期或者被删除，而此时恰好有大量的请求同时访问这个数据，导致这些请求都无法从缓存中获取数据，而需要访问底层数据存储，从而引发数据库负载过大的情况。

4.2解决方案

  1. 加锁防止并发访问数据库。
    在缓存失效时，通过加锁来保证只有一个请求可以访问数据库，其他请求等待并共享查询结果。分布式锁可以看我的这篇博客redis分布式锁

五：缓存雪崩

5.1什么是缓存雪崩

缓存雪崩指的是在缓存中大量的数据同时过期或失效，导致多个请求同时访问底层数据存储，从而引发数据库负载过大的情况。

5.1解决方案

  1. 设置合适的缓存过期时间
    合理设置缓存的过期时间，避免大量缓存在同一时间内失效，从而降低缓存雪崩的风险。可以通过设置不同的过期时间，将缓存的过期时间分散开来，避免同时失效。
if (product != null) {
                // 将查询结果存储到缓存中，并设置随机的过期时间，范围为 1~5 分钟
                int expireTime = new Random().nextInt(5) + 1;
                redisTemplate.opsForValue().set("product:" + productId, product, expireTime, TimeUnit.MINUTES);
            }
  1. 引入多级缓存
    通过在缓存系统中引入多层级的缓存，例如一级缓存（内存缓存）和二级缓存（分布式缓存如Redis），可以在一级缓存失效时，从二级缓存获取数据，并在二级缓存中更新一级缓存，从而减少直接请求后端系统的次数。
  2. 在缓存失效时，可以考虑限流和熔断策略，防止大量请求涌入后端系统，可以通过设置请求的并发数限制、请求频率限制等方式控制请求的流量，保护后端系统的稳定性。

六：总结提升

  1. 缓存穿透、缓存击穿和缓存雪崩是常见的缓存使用问题，可能导致系统性能下降甚至系统崩溃。使用合适的缓存策略，如设置合理的缓存过期时间、使用分布式缓存等，可以有效避免这些问题的发生。
  2. 在使用Spring Boot和Redis进行缓存时，可以通过合理地配置缓存的过期时间、使用缓存的自动刷新功能、合理设计缓存的Key和Value结构等方式来避免这些问题的发生，从而提高系统的性能和稳定性。