Redis 的穿透、雪崩、击穿

Redis 的穿透、雪崩、击穿

1、缓存穿透

• 定义

  • 缓存穿透是指查询一个不存在的数据，由于缓存中没有该数据，每次请求都会直接访问数据库，导致数据库压力过大

• 产生原因

  • 恶意攻击：攻击者故意请求大量不存在的key，导致请求直接穿透到数据库中
  • 业务逻辑问题：用户查询的数据在数据库中也不存在（如查询不存在的商品ID）
  • 缓存未命中：缓存中存储相关数据，且数据库也没有，导致请求直接到达数据库

• 解决方法

  1、布隆过滤器

  • 在缓存层前使用布隆过滤器，判断请求的key是否可能存在。如果布隆过滤器判断不存在，直接返回，减少对数据库的访问
  • 注意：布隆过滤器可能有误判（假阳性），但可以有效过滤大量无效请求

  2、缓存空值

  • 对于查询不存在的数据，将空值（如null）缓存到Redis中，并设置较短的过期时间（如30秒），避免重复穿透数据库

  3、参数校验

  • 在接口层对请求参数进行校验，过滤掉明显无效的请求（如负数ID、非法的查询参数）

  4、异步回填

  • 如果数据可能动态生成，可以异步触发数据生成逻辑，并缓存结果，防止频繁穿透

2、缓存雪崩

• 定义
  • 缓存雪崩是指在某一个时刻，大量缓存key同时失效，或者Redis服务宕机，导致大量请求直接打到数据库，数据库无法承受高并发而崩溃
• 产生原因
  • 缓存key集中失效：大量key设置了相同的过期时间，导致在同一时间点全部失效
  • Redis服务宕机：Redis集群不可用，所有请求直接访问数据库
  • 高并发场景：在缓存失效或不可用时，系统面临高并发请求，数据库不堪重负
• 解决方法
  • 随机化过期时间
    • 在设置缓存过期时间时，添加随机偏移量（如在基础时间上加减几秒），避免大量key同时失效
  • 热点缓存时间延长
    • 对于热点数据，延长缓存时间，或设置为永不过期，定期异步更新
  • 高可用架构
    • 部署Redis集群（如主从复制、哨兵模式、Cluster模式），确保Redis服务高可用，防止单点故障
  • 降级与限流
    • 在数据库层实现限流机制（如通过Nginx或网关限制请求频率）
    • 提供降级方案，如返回默认值或提示用户稍后重试，减少数据库压力
  • 分布式锁
    • 在缓存失效时，使用分布式锁（如Redis锁或Zookeeper锁）限制同时访问数据库的线程数，防止数据库被压垮

3、缓存击穿

• 定义

  • 缓存击穿是指某个热点key在失效的瞬间，大量并发请求同时访问该key，导致这些请求直接打到数据库上，造成数据库压力激增

• 产生原因

  • 热点key失效：某个高频访问的key（如热门商品信息）在缓存中失效，且此时有大量并发请求
  • 高并发访问：热点数据失效后，大量线程同时查询数据库，导致数据库瞬间负载过高

• 解决方法

  1、热点key永不过期

  • 对于热点数据，设置缓存永不过期，或通过异步任务定期刷新缓存内容

  2、分布式锁

  • 在缓存失效时，使用分布式锁（如redis的SEINX或Redisson）限制只有一个线程去查询数据库，其余线程等待缓存更新
  • 示例流程
    • 1、线程A发现缓存失效，尝试获取锁
    • 2、获取锁成功后，查询数据库并更新缓存
    • 3、其他线程等待锁释放后直接读取缓存

  3、异步加载

  • 在热点key接近失效时，提前异步触发缓存刷新，减少失效瞬间的请求压力

  4、热点隔离

  • 将热点数据单位存储到专用的Redis实例或本地缓存（如Caffeine、Guava Cache），降低对主数据库的冲击

总结对比