文章目录

  • 1.缓存穿透
  • 2.缓存雪崩
  • 3.缓存预热
  • 4.缓存降级


1.缓存穿透

由于不恰当的业务功能实现，或者外部恶意攻击不算请求不存在的数据，由于缓存中没有保存该数据，就会直接访问数据库，对数据库带来压力甚至崩溃。
解决：
将不存在的数据访问结果，也存到缓存中，避免缓存访问的穿透。

2.缓存雪崩

当缓存重启或大量缓存数据同时失效，这样大批请求就会直接访问数据库，对 DB 造成压力， 从而引起 DB 故障，系统崩溃。

解决：
（1）将数据按照热度分类，热度较高的缓存周期长一些，热度较低的缓存周期短一些。
（2）设置数据的过期时间时，添加一个随机因子，比如5分钟10分钟。
（3）预估DB能力，如果缓存挂掉，数据库仍可以在一定程度上抗住流量的压力。

3.缓存预热

缓存预热就是系统上线后，将相关的缓存数据直接加载到缓存系统。这样就可以避免在用户请求的
时候，先查询数据库，然后再将数据缓存的问题。用户直接查询事先被预热的缓存数据
如果不进行预热， 那么 Redis 初识状态数据为空，系统上线初期，对于高并发的流量，都会访
问到数据库中， 对数据库造成流量的压力。
解决方案：

  1. 数据量不大的时候，工程启动的时候进行加载缓存动作；
  2. 数据量大的时候，设置一个定时任务脚本，进行缓存的刷新；
  3. 数据量太大的时候，优先保证热点数据进行提前加载到缓存。

4.缓存降级

降级的情况，就是缓存失效或者缓存服务挂掉的情况下，我们也不去访问数据库。我们直接访问内存部分数据缓存或者直接返回默认数据。