redis掉电 redis一段时间就挂掉

缓存雪崩（缓存大批量失效或者宕机）

概念

指在某一个时间段，缓存集中过期失效，或 Redis 宕机，导致针对这批数据的查询都落到了数据库上，对于数据库而言，就会产生周期性的压力波峰。于是所有的请求都会达到存储层，存储层的调用量会暴增，造成存储层也会挂掉的情况。

其实缓存集中过期，倒不是最致命得到，比较致命的是 Redis 发生节点宕机或断网。因为缓存集中过期后，数据库压力增大，但是随着缓存的创建，压力也会逐渐变小。但是Redis 服务节点宕机，对数据库服务器造成的压力是不可预知的，很有可能是持续压力而最终造成数据库宕机

简单来说：

对于系统A，假设每天高峰期每秒5000个请求，本来缓存在高峰期可以抗住每秒4000个请求，但是缓存机器意外发生了全盘宕机。缓存挂了，此时1秒500个请求全部落到了数据库，数据库必然扛不住，它会报一下警，然后就挂了。此时，如果没有采用什么特别的方案来处理这个故障，DBA 很着急，重启数据库，但是数据库立马又被新的流量给打死了。

解决方案

方案一：配置 Redis 集群

通过配置 Redis 集群，提升高可用性，那么即使挂掉几个 Redis 节点，集群内的其他 Redis 节点依然可以继续对外提供 服务。

方案二：限流降级

缓存失效后，通过加锁或队列来控制读取数据库且写入缓存的线程数量。

方案三：数据预热分散过期时间

在正式部署之前，先把可能被高频访问的数据预先访问一遍，这样大部分热点数据就加载到缓存中了，并且通过设置不 同的过期时间，让缓存失效的时间尽量均匀，防止同一时刻大批量缓存失效。

缓存雪崩的事前事中事后的解决方案如下：

事前：Redis 高可用，主从+哨兵，Redis cluster，避免全盘崩溃。

事中：本地 ehcache 缓存 + hystrix 限流&降级，避免 MySQL 被打死。

事后：Redis 持久化，一旦重启，自动从磁盘上加载数据，快速恢复缓存数据。

用户发送一个请求，系统 A 收到请求后，先查本地 ehcache 缓存，如果没查到再查 Redis。如果 ehcache 和 Redis 都没有，再查数据库，将数据库中的结果，写入 ehcache 和 Redis 中。

限流组件，可以设置每秒的请求，有多少能通过组件，剩余的未通过的请求，怎么办？走降级！可 以返回一些默认的值，或者友情提示，或者空值。

好处：

数据库绝对不会死，限流组件确保了每秒只有多少个请求能通过。

只要数据库不死，就是说，对用户来说，2/5 的请求都是可以被处理的。

只要有 2/5 的请求可以被处理，就意味着你的系统没死，对用户来说，可能就是点击几次刷不出来 页面，但是多点几次，就可以刷出来了。

缓存穿透（查不到数据）

概述：

当用户想要查询一个数据，发现 Redis 中不存在，也就是所谓的缓存没有命中，于是这个数据请求就会打到数据库中。结果数据库中也不存在这条数据，那么结果就是什么都没查询出来。那么当用户很多时候的查询，缓存中没有数据，请求直接打到数据库中，这样就会给数据库造成很大的压力，缓存的作用也就近于失效了，那么这种情况就叫缓存穿透。

简单解释：

对于系统A，假设一秒 5000 个请求，结果其中 4000 个请求是黑客发出的恶意攻击 。

黑客发出的那 4000 个攻击，缓存中查不到，每次你去数据库里查，也查不到。

举个栗子。数据库 id 是从 1 开始的，结果黑客发过来的请求 id 全部都是负数。这样的话，缓存中 不会有，请求每次都“绕过缓存”，直接查询数据库。这种恶意攻击场景的缓存穿透就会直接把数据库给打死。

解决方案：

方案一：保存空值

当数据库中也查不到数据时，那么将返回的空对象也缓存起来，同时设置一个过期时间，之后再访问这个数据将会从缓存中获取，从而起到保护数据库的作用。

例如：查询 userId=100 的用户信息（key=[userId]，value=[用户 json]），那么如果缓存和 DB 中都不存在，则在缓存 中保存一条 key=100，value=""的数据，那么用户再查询 userId=100 的时候，就直接可以返回空了。不需要查询 DB。

方案二：布鲁过滤器

步骤 1：将数据库所有的数据加载到布隆过滤器。

步骤 2：当有请求来的时候先去布隆过滤器查询，判断查询的数据是否存在。

步骤 3：如果 Bloom Filter 判断数据不存在，那么直接返回空给客户端。

步骤 4：如果 Bloom Filter 判断数据存在，那么则查询缓存或 DB。

步骤 5：将 DB 中查询的结果返回给客户端（并且缓存到 Redis 中）。

缓存击穿（高并发查询某数据，且缓存过期）

概念：

指一个非常热点的key，在不停的高并发请求着，那么当这个key在缓存中失效的一瞬间，持续对这个 key 的高并发就击穿了缓存，直接请求到了数据库，就像在一个屏障上凿开了一个洞。

当热点 key 过期失效的一瞬间，高并发突然融入，会对数据库突然造成巨大的压力，严重的情况甚至会造成数据库宕机、

解决方案：

方案一：设置热点数据永不过期

从缓存层面来看，没有设置过期时间，所有不会出现热点 key 过期后所产生的缓存击穿问题。

方案二：加互斥锁（基于Redis、 zookeeper 等分布式中间件的分布式互斥锁）

使用分布式锁：当缓存数据过期后，保证对每个热点 key 同时只有一个线程去查询后端服务，并将热点数据添加到缓存。

方案三：

若缓存的数据更新频繁或者在缓存刷新的流程耗时较长的情况下，可以利用定时线程在缓存过期前 主动地重新构建缓存或者延后缓存的过期时间，以保证所有的请求能一直访问到对应的缓存。

缓存击穿 和 缓存穿透 这两者的区别：

1. 缓存击穿重点在“击” 就是某个或者是几个热点 key 穿透了缓存层
2. 缓存穿透重点在“透”：大量的请求绕过了缓存层

所有的请求能一直访问到对应的缓存。

缓存击穿 和 缓存穿透 这两者的区别：

1. 缓存击穿重点在“击” 就是某个或者是几个热点 key 穿透了缓存层
2. 缓存穿透重点在“透”：大量的请求绕过了缓存层