一文搞懂 Redis 中的缓存穿透、缓存击穿、缓存雪崩及其解决方案
在生产环境中使用 Redis 的时候，有时遇到缓存异常的场景：缓存穿透、缓存击穿、缓存雪崩等。学习这些缓存异常出现的原因及其解决办法，能够帮助我们提高系统的可靠性和可用性。
先来看一张图，大致了解一下 缓存穿透、缓存击穿、缓存雪崩 的描述和解决方案：
1. 缓存穿透
1.1 什么是缓存穿透
缓存穿透是指客户端查询一个缓存、数据库都不存在的数据，导致客户端每次请求数据都会透过缓存，直接查询数据库，返回 null 给客户端。
如果有恶意攻击者不断请求系统中不存在的数据，会导致短时间大量请求落在数据库上，造成数据库压力过大，甚至击垮数据库系统。
1.2 缓存穿透的解决方案
1.2.1 缓存空对象
如果缓存、数据库里都没数据 -> 缓存设置一个空缓存 -> key: {}
伪代码：
goods = redisUtil.get(goodsKey);
if (goods.equals("{}")) {
return null;
}
if (goods == null) {
goods = queryMySQL();
if(goods = null){
redisUtil.set(goodsKey, "{}");
return null;
}
redisUtil.set(goodsKey, goods);
return goods;
}
问题：可能会存在大量空缓存，占用缓存空间。
解决方案：设置缓存过期时间 -> 3min 过期，请求同一个商品设置 key 延期（在这段时间可能会存在缓存和持久层数据不一致的场景）。
1.2.2 布隆过滤器
布隆过滤器工作原理
布隆过滤器（Bloom Filter）是一个高空间利用率的概率性数据结构，由二进制向量（即位数组）和一系列随机映射函数（即哈希函数）两部分组成。
布隆过滤器使用exists()来判断某个元素是否存在于自身结构中。当布隆过滤器判定某个值存在时，其实这个值只是有可能存在（这个误判概率大约在 1% 左右）；当它说某个值不存在时，那这个值肯定不存在。
- 工作流程 - 添加元素
布隆过滤器主要由位数组和一系列 hash 函数构成，其中位数组的初始状态都为 0。
下面对布隆过滤器工作流程做简单描述，如下图所示：
当使用布隆过滤器添加 key 时，会使用不同的 hash 函数对 key 存储的元素值进行哈希计算，从而会得到多个哈希值。根据哈希值计算出一个整数索引值，将该索引值与位数组长度做取余运算，最终得到一个位数组位置，并将该位置的值变为 1。每个 hash 函数都会计算出一个不同的位置，然后把数组中与之对应的位置变为 1。通过上述过程就完成了元素添加(add)操作。
- 工作流程 - 判定元素是否存在
当我们需要判断一个元素是否存时，其流程如下：首先对给定元素再次执行哈希计算，得到与添加元素时相同的位数组位置，判断所得位置是否都为 1，如果其中有一个为 0，那么说明元素不存在，若都为 1，则说明元素有可能存在。
- 为什么是可能 “存在”
那些被置为 1 的位置也可能是由于其他元素的操作而改变的。比如，元素1 和 元素2，这两个元素同时将一个位置变为了 1（图1所示）。在这种情况下，我们就不能判定 “元素 1” 一定存在，这是布隆过滤器存在误判的根本原因。
Redis 使用布隆过滤器
-
将元素添加到布隆过滤器；
-
判断元素是否存在布隆过滤器；
-
不存在则返回 null，存在则查询缓存、数据库。
2. 缓存击穿
1.1 什么是缓存击穿
缓存击穿是指，当缓存中的某个热点数据（key）过期了，在该热点数据重新载入之前，有大量的请求穿过缓存，直接查询数据库。这种情况会导致数据库压力瞬间骤增，造成大量请求阻塞，甚至直接挂掉。
1.2 缓存击穿的解决方案
1.2.1 设置热点数据永不过期
永不过期实际包含两层意思：
物理不过期
针对热点 key 不设置过期时间
逻辑不过期
把过期时间存在 key 对应的 value 里，如果发现要过期了，通过一个后台的异步线程进行缓存的构建
从实战看这种方法对于性能非常友好，唯一不足的就是构建缓存时候，其余线程（非构建缓存的线程）可能访问的是老数据，对于不追求严格强一致性的系统是可以接受的。
1.2.2 分布式锁
锁的对象就是 key，这样，当大量查询同一个 key 的请求并发进来时，只能有一个请求获取到锁，然后获取到锁的线程查询数据库，然后将结果放入到缓存中，然后释放锁，此时，其他处于锁等待的请求即可继续执行，由于此时缓存中已经有了数据，所以直接从缓存中获取到数据返回，并不会查询数据库。
3. 缓存雪崩
1.1 什么是缓存雪崩
缓存雪崩是指，当缓存中有大量的 key 在同一时刻过期，或者 Redis 直接宕机了，导致大量的查询请求全部到达数据库，造成数据库查询压力骤增，甚至直接挂掉。
1.2 缓存雪崩的解决方案
针对缓存中有大量的 key 在同一时刻过期，出现缓存雪崩，有如下方案：
1.2.1 均匀过期
设置不同的过期时间，让缓存失效的时间点尽量均匀。通常可以为有效期增加随机值或者统一规划有效期。
1.2.2 加分布式锁
跟缓存击穿解决思路一致，同一时间只让一个线程构建缓存，其他线程阻塞排队。
1.2.3 缓存永不过期
跟缓存击穿解决思路一致，缓存在物理上永远不过期，用一个异步的线程更新缓存。
对于 Redis 直接宕机出现缓存雪崩：
部署 Redis 时可以使用 Redis 的几种高可用方案部署：
- 主从（masterslave）架构
- 哨兵（sentinel）机制
- Redis集群（Redis Cluster）机构