Redis缓存问题

Redis缓存问题

Redis就是用支持缓存的，它有什么缓存问题？

1、一致性问题

分布式系统的数据一般都是弱一致性，或最终一致性。因为有CAP原则，在一致性（Consistency）、可用性（Availbility）和分区容错性（Partition Tolerance，或叫分区耐受性。分布式系统在遇到某节点或网络分区故障的时候，仍然能够对外提供满足一致性或可用性的服务）中只能三者取其二，由于分布式系统一定有分区容错性，所以只有一致性、可用性可选。二益取其重，所以只能牺牲一致性。

应对Redis缓存的一致性问题的办法是，采取合适的策略来降低缓存和数据库间数据不一致的概率，包括合适的缓存更新策略，更新数据库后及时更新缓存、缓存失败时增加重试机制。但无法保证两者间的强一致性。如果项目对缓存的要求是强一致性的，那么就不要使用缓存。

2、Redis 雪崩

如果所有的KEY都一起失效，那么所有的请求都会瞬时落在数据库上，数据库必然扛不住。唯一方法是重启数据库，然而重启之后，所有请求仍然会一起落在数据库上，再次将数据库打死。

策略是不同的KEY设置不同的过期时间；或者将不同的key分散于不同的服务器。

3、Redis缓存穿透

请求数据库中根本不存在的数据。数据库中不存在，那么redis中肯定也没有，然而外界或黑客却接连不断地请求，不断攻击导致数据库压力很大，严重会击垮数据库。

应对策略： 1）接口层增加校验，比如用户鉴权，参数做校验，不合法的校验直接 return，比如 id 做基础校验，id<=0 直接拦截。 2）应用布隆过滤器（Bloom Filter），如果数据库中不存在的数据直接返回

4、Redis缓存击穿

指一个 Key 非常热点，在不停地扛着大量的请求，大并发集中对这一个点进行访问，当这个 Key 在失效的瞬间，持续的大并发直接落到了数据库上，就在这个 Key 的点上击穿了缓存。缓存穿透跟雪崩效果差不多，但原因不同。雪崩是缓存大面积失效，而缓存穿透是持续请求一个数据。

策略：设置热点数据永不过期，或者加上互斥锁。

参考文章：​​​人类史上最全Redis技术合集，不看悔终生系列​​

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。