1. 击穿

缓存击穿：Redis中一个热点key在失效(过期或者被清理掉了)的同时，大量的请求过来，从而会全部到达数据库，压垮数据库。

alt

1.1 解决办法

1.1.1 设置热点数据永不过期

对于某个需要频繁获取的信息，缓存在Redis中，并设置其永不过期。当然这种方式比较粗暴，对于某些业务场景是不适合的。

1.1.2 定时更新

比如这个热点数据的过期时间是1h，那么每到59minutes时，通过定时任务去更新这个热点key，并重新设置其过期时间。

1.1.3 分布式锁

alt

这是解决缓存穿透比较常用的方法。

简单来说就是在Redis中根据key获得的value值为空时，先锁上，然后从数据库加载，加载完毕，释放锁。若其他线程也在请求该key时，发现获取锁失败，则睡眠一段时间（比如100ms）后重试。

redis是单进程实例，高并发后排队访问reids取值(get key)，如果没有取到值，则向redis发送 setnx 命令(setnx命令key不存在时则新增成功，这时类似于一个锁)，新增成功的访问数据库。失败的睡眠一小会，然后重新查询。

1.2 问题

1.2.1 问题1 死锁

如果访问数据库的线程挂了，其他线程也无法访问数据库了，相当于造成了死锁
可以设置 setnx 的key的过期时间

1.2.1.1 问题1衍生问题

如果访问数据库的线程没挂，但是key超时了
多线程：一个线程取DB，一个线程监控是否取回来，如果没有取回来则更新一下锁的时间

2. 穿透

缓存穿透：缓存和数据库中都没有的数据，可用户还是源源不断的发起请求，导致每次请求都会到数据库，从而压垮数据库。

alt

2.1 解决办法

2.1.1 业务层校验

用户发过来的请求，根据请求参数进行校验，对于明显错误的参数，直接拦截返回。

比如，请求参数为主键自增id，那么对于请求小于0的id参数，明显不符合，可以直接返回错误请求。

2.1.2 不存在数据设置短过期时间

对于某个查询为空的数据，可以将这个空结果进行Redis缓存，但是设置很短的过期时间，比如30s，可以根据实际业务设定。注意一定不要影响正常业务。

2.1.3 布隆过滤器

布隆过滤器是一种数据结构，利用极小的内存，可以判断大量的数据“一定不存在或者可能存在”。

对于缓存击穿，我们可以将查询的数据条件都哈希到一个足够大的布隆过滤器中，用户发送的请求会先被布隆过滤器拦截，一定不存在的数据就直接拦截返回了，从而避免下一步对数据库的压力。

2.2 redis集成Bloom模块

alt

进去后查看readme有详细的使用方法

文档和完整的命令参考 https://redis.io/

alt

克隆RedisBloom

git clone --recursive https://github.com/RedisBloom/RedisBloom.git

cd RedisBloom/

alt

按照readme执行命令

./sbin/setup

bash -l

make

alt

将redisbloom.so放到redis5目录下

cp /usr/local/Redis/bf/RedisBloom/bin/linux-x64-release/redisbloom.so /usr/local/Redis/redis5/

cd /usr/local/Redis/redis5/

alt

不修改配置文件使用redisBloom扩展库命令

redis-server --loadmodule /usr/local/Redis/redis5/redisbloom.so

alt

挂载redisBloom扩展库后，对应的redis客户端就可以通过bf + Tab键使用扩展库命令

redis-cli -p 6379

alt

3. 雪崩

缓存雪崩：Redis中缓存的数据大面积同时失效，或者Redis宕机，从而会导致大量请求直接到数据库，压垮数据库。

alt

3.1 解决办法

3.1.1 与时点性无关 <-> 设置有效期均匀分布

避免缓存设置相近的有效期，我们可以在设置有效期时增加随机值；

或者统一规划有效期，使得过期时间均匀分布。

3.1.2 零点大量的key失效

业务层判断到零点随机延时一会，错开大量的key同时访问。加强依赖击穿方案

3.1.3 数据预热

对于即将来临的大量请求，我们可以提前走一遍系统，将数据提前缓存在Redis中，并设置不同的过期时间。

3.1.4 保证Redis服务高可用

Redis的哨兵模式和集群模式，为防止Redis集群单节点故障，可以通过这两种模式实现高可用。　　

redis缓存击穿、穿透、雪崩