前言

大家好，我是田螺。

緩存穿透、緩存擊穿、緩存雪崩是經典的老八股文啦，之前去面試一個銀行，就被問到啦，本文跟大家聊聊怎么回答哈~~

1.緩存穿透問題

先來看一個常見的緩存使用方式：

讀請求來了，先查下緩存，緩存有值命中，就直接返回；緩存沒命中，就去查數據庫，然后把數據庫的值更新到緩存，再返回。

圖片

1.1 什么是緩存穿透問題

緩存穿透：指查詢一個一定不存在的數據，由于緩存是不命中時需要從數據庫查詢，查不到數據則不寫入緩存，這將導致這個不存在的數據每次請求都要到數據庫去查詢，進而給數據庫帶來壓力。

通俗點說，讀請求訪問時，緩存和數據庫都沒有某個值，這樣就會導致每次對這個值的查詢請求都會穿透到數據庫，這就是緩存穿透。

1.2 緩存穿透產生原因

緩存穿透一般都是這幾種情況產生的：

• 業務邏輯設計不合理:比如大多數用戶都沒開守護，但是你的每個請求都去查詢緩存，查詢某個userid有沒有開守護~
• 黑客非法請求攻擊：比如黑客故意捏造大量非法請求，以讀取不存在的業務數據。
• 數據生命周期管理問題：某些數據被刪除后，緩存沒有及時更新，導致后續查詢穿透。

如何避免緩存穿透呢？ 一般有三種方法。

• 用戶請求進行有效性檢查：它的核心思想是對請求參數進行合法性校驗，提前過濾掉明顯無效的請求。（主要包括數據格式校驗、數據范圍校驗、權限校驗等等）
• 緩存空值：如果查詢數據庫為空，我們可以給緩存設置個空值，或者一個特殊標記的默認值，設置一個較短的過期時間，避免頻繁訪問數據庫。（業務上比較常用，簡單有效）
• 使用布隆過濾器：快速判斷數據是否存在。即一個查詢請求過來時，先通過布隆過濾器判斷值是否存在，存在才繼續往下查。如果不存在，就不訪問數據庫啦~~

圖片

布隆過濾器原理：它由初始值為0的位圖數組和N個哈希函數組成。一個對一個key進行N個hash算法獲取N個值，在比特數組中將這N個值散列后設定為1，然后查的時候如果特定的這幾個位置都為1，那么布隆過濾器判斷該key存在，否則不存在。

2.緩存雪崩問題

緩存雪崩：在某個時間點，大量緩存數據同時過期， 導致大量請求直接訪問數據庫，引起數據庫壓力過大甚至down機。

2.1 緩存雪崩常見原因

• 緩存設置了集中的過期時間：大量緩存數據設置了相同或者相似的過期時間，導致它們在同一時間段內集體過期。
• 緩存預熱不充分：系統啟動時緩存數據加載不充分，導致大量請求直接訪問數據庫。
• 緩存服務器宕機：redis集群中，多個節點同時宕機，導致大量緩存數據不可用

常見一些經典場景：促銷活動結束（大量商品緩存同時失效）、或者定時任務觸發（比如凌晨批量更新緩存，固定過期時間觸發雪崩）

2.2 如何解決緩存雪崩的問題

通過分散過期時間，是解決緩存雪崩最簡單有效的解決方案~~

可通過均勻設置過期時間解決，即讓過期時間相對離散一點。如采用一個較大固定值+一個較小的隨機值，1小時+0到100秒醬紫。

Redis 故障宕機也可能引起緩存雪奔。這就需要構造Redis高可用集群啦。比如redis主從、哨兵模式、集群模式（Redis cluster）。

當然，還有最后的防線，就是限流和降級~~

3. 緩存擊穿問題

緩存擊穿是指某個熱點數據在緩存中過期的同時，大量并發請求訪問該數據，導致這些請求直接訪問數據庫，造成數據庫壓力驟增。

緩存擊穿看著跟緩存雪崩有點像，其實它兩區別是：

• 緩存擊穿針對單個熱點 Key，緩存雪崩針對大量Key或整個緩存服務
• 影響結果不一樣，緩存擊穿導致數據庫短期壓力劇增；緩存雪崩則可能導致數據庫被壓垮

3.1 緩存擊穿常見原因

• 高并發場景，比如秒殺活動呀，熱點新聞等
• 管理員手動誤清除：運維人員誤刪或主動清理某個熱點Key（如商品價格調整），刪除后突發流量訪問。

3.2 緩存擊穿的解決方案

常見的解決方案：

• 使用互斥鎖方案。緩存失效時，不是立即去加載db數據，而是先使用某些帶成功返回的原子操作命令，如(Redis的setnx）去操作，成功的時候，再去加載db數據庫數據和設置緩存。否則就去重試獲取緩存。
• “永不過期”，是指沒有設置過期時間，但是熱點數據快要過期時，異步線程去更新和設置過期時間。
•  隨機過期時間，通過為熱點數據設置略有差異的過期時間，避免大量熱點數據同時失效