Redis高并发下缓存失效问题


高并发下缓存失效问题–缓存穿透

缓存穿透:

指查询一个一定不存在的数据,由于缓存是不命中,将去查询数据库,但是数据库也无此记录,我们没有将这次查询的 null 写入缓存,这将导致这个不存在的数据每次都要到存储层去查询,失去了缓存的意义。

风险:

利用不存在的数据进行攻击,数据库瞬时压力增大,最终导致崩溃。

解决:

null 结果缓存,并加入短暂过期时间

高并发缓存失效问题–缓存雪崩

缓存雪崩:

缓存雪崩是指我们设置缓存时 key 采用了相同的过期时间,导致缓存在某一时刻同时失效,请求全部转发到 DB , DB 瞬时压力过重雪崩。

解决:

原有的失效时间基础上增加一个随机值,比如 1-5 分钟随机,这样每一个缓存的过期时间的重复率将会降低,就很难引发集体失效的事件。

高并发下缓存失效问题–缓存击穿

缓存击穿:

对于一些设置了过期时间的 key ,如果这些 key 可能会在某些时间点被超高并发地访问,是一种非常“热点”的数据,。
如果这个 key 在大量请求同时进来之前正好失效,那么所有对这个 key 的数据查询都落到 db,我们成为缓存击穿。

解决:

加锁

大量并发只让一个去查,其他人等待,查到以后释放锁,其他人获取到锁,先查缓存,就会有数据,不用去 db 查。


文章作者: many2many
版权声明: 本博客所有文章除特別声明外,均采用 CC BY 4.0 许可协议。转载请注明来源 many2many !
 上一篇
Java 创建线程的4种方式 Java 创建线程的4种方式
继承 Thread 类;实现 Runnable 接口;使用 FutureTask 和 Callable组合创建有返回值线程;使用 Executors 线程池创建线程。
2020-05-26
下一篇 
二分搜索树遍历方式 二分搜索树遍历方式
二分搜索树是我们在编程中最常遇到的树结构,我们下面来聊聊二分搜索树的前序遍历、中序遍历和后序遍历。