redis 缓存问题汇总

前言：在使用redis的时候，特别是大型应用，会碰到不少问题，下面就来总结一下使用redis时的常见问题

 

一、redis为缓存的问题

　　1、缓存和数据库双写一致性问题

分析：一致性问题是分布式常见问题，还可以再分为最终一致性和强一致性。数据库和缓存双写，就必然会存在不一致的问题。答这个问题，先明白一个前提。
　　就是如果对数据有强一致性要求，不能放缓存。我们所做的一切，只能保证最终一致性。另外，我们所做的方案其实从根本上来说，
　　只能说降低不一致发生的概率，无法完全避免。因此，有强一致性要求的数据，不能放缓存。

回答：先淘汰cache，再写db（如果删除缓存失败，那就不要更新数据库，如果说删除缓存成功，而更新数据库失败，
　　　　那查询的时候只是从数据库里查了旧的数据而已，这样就能保持数据库与缓存的一致性。）　

问题：先删缓存再更新数据库存在的问题，如下图

 

 

 

redis 删除缓存目录java redis删除缓存失败_缓存

方案一：采用延时双删策略。
（1）先淘汰缓存
（2）再写数据库（这两步和原来一样）
（3）休眠1秒，再次淘汰缓存（这样可以把读请求造成的脏数据缓存清掉）
这么做，可以将1秒内所造成的缓存脏数据，再次删除。(为何是1秒？需要评估自己的项目的读数据业务逻辑的耗时。这么做的目的，就是确保读请求结束，写请求可以删除读请求造成的缓存脏数据。当然这种策略还要考虑redis和数据库主从同步的耗时。不过这1秒内读取到的还是旧数据)

方案二：队列串行处理

（1）先删除缓存，再更新数据库

（2）将更新数据库的操作加入到队列中

（3）在更新期间有读请求到来时，发现没缓存，这时候将读请求按路由唯一key加入到队列中

（4）等待更新操作执行完后，再去读取最新的数据，然后更新缓存

注意：这块需要多模拟压测自己业务的写请求有多少，如果写请求过多，会存在读请求超时等问题

 

2、缓存雪崩、击穿问题　

请参考我的另一篇文章：缓存雪崩、击穿解决方案

3、缓存的并发竞争问题

分析：这个问题大致就是，同时有多个子系统去set一个key。这个时候要注意什么呢？大家思考过么。需要说明一下，博主提前百度了一下，发现答案基本都是推荐用redis事务机制。
　　 如果生产环境基本都是redis集群环境，做了数据分片操作。你一个事务中有涉及到多个key操作的时候，这多个key不一定都存储在同一个redis-server上。因此，redis的事务机制，十分鸡肋。

回答：
        1、如果对这个key操作，不要求顺序
             这种情况下，准备一个分布式锁，大家去抢锁，抢到锁就做set操作即可，比较简单。
        
        2、如果对这个key操作，要求顺序
            一般用串行方式就行，比如队列