526互联

学习笔记—缓存穿透、缓存雪崩、缓存击穿

发布时间 2023-12-07 17:08:53作者: 吧拉吧拉吧

缓存穿透

  • 定义：缓存穿透指的查询缓存和数据库(缓存找不到就会在数据库找)中都不存在的数据，这样每次请求直接打到数据库，就好像缓存不存在一样。
    • 例:“当查询数据库时如果没有查询到数据，则直接返回Null给前端用户，流程结束”，如果前端频繁发起访问请求时，恶意提供数据库中不存在的Key，则此时数据库中查询到的数据将永远为Null。由于Null的数据是不存入缓存中的，因而每次访问请求都会查询数据库。如果此时有恶意攻击，发起“洪流”式的查询，则很有可能会对数据库造成极大的压力，甚至压垮数据库。
  • 缓存穿透可能会使后端存储负载加大，如果发现大量存储层空命中，可能就是出现了缓存穿透问题。
  • 解决方法：
    1. 缓存空值：在数据库不命中之后，把这个Key值保存进Redis，值设为空对象或者默认值，当下次再通过这个Key查询时就不需要再查询数据库。
      1. 问题：空值做了缓存，意味着缓存层中存了更多的键，需要更多的内存空间。解决方法：设置一个过期时间
      2. 问题：假如传进来的这个不存在的Key值每次都是随机的，那存进Redis也没有意义。
    2. 使用布隆过滤器,可以在缓存之前再加一层布隆过滤器，在查询的时候先去布隆过滤器查询 key 是否存在，如果不存在就直接返回。
      1. 步骤：
        1. 第一次初始化的时候，会把数据库中所有已存在的key，经过一些列的hash算法（比如：三次hash算法）计算，每个key都会计算出多个位置，然后把这些位置上的元素值设置成1。
        2. 当有用户key请求过来的时候，再用相同的hash算法计算位置。如果多个位置中的元素值都是1，则说明该key在数据库中已存在。这时允许继续往后面操作。如果有1个以上的位置上的元素值是0，则说明该key在数据库中不存在。这时可以拒绝该请求，而直接返回。
      2. 问题：
        1. 存在误判的情况。但通常情况下，布隆过滤器的误判率还是比较少的。即使有少部分误判的请求，直接访问了数据库，如果访问量并不大，对数据库影响也不大。
          • 解决方法：可以适当增加hash函数
        2. 存在数据更新问题。如果数据库中的数据更新了，需要同步更新布隆过滤器。但它跟数据库是两个数据源，就可能存在数据不一致的情况。

缓存击穿

  • 定义：缓存中某个频繁被访问的Key（可以称为“热点Key”），在不停地扛着前端的高并发请求，当这个Key突然在某个瞬间过期失效时，持续的高并发访问请求就“穿破”缓存，直接请求数据库，导致数据库压力在某一瞬间暴增。这种现象就像是“在一张薄膜上凿出了一个洞”。
  • 例：很多用户同时购买一个商品，这个商品本来是放在缓存里面，突然某个时刻这个商品的缓存过期了，但是这个时候还有很多用户在购买这个商品，这个时候这些用户的请求就还打在数据库上，一下子数据库的压力过大，就可能直接挂掉。
  • 解决方法：
    • 加锁：如上例中，查询缓存，发现缓存中不存在，加锁，让其它线程等待，只让一个线程去更新缓存。
    • 缓存不失效：如上例中，大量用户抢购一个商品，就相当于一个热门商品的秒杀活动，可以不用设置过期时间，让其永久有效的。然后，在秒杀活动开始前，我们先用一个程序提前从数据库中查询出商品的数据，然后同步到缓存中，提前做预热。等秒杀活动结束一段时间之后，我们再手动删除这些无用的缓存即可。

缓存雪崩

  • 定义：当某一个时刻出现大规模的缓存失效的情况 （例如缓存服务宕机、大量key在同一时间过期） ，那么就会导致大量的请求直接打在数据库上面，导致数据库压力巨大，如果在高并发的情况下，可能瞬间就会导致数据库宕机。这时候如果运维马上又重启数据库，马上又会有新的流量把数据库打死。这就是缓存雪崩。
  • 分析：这种问题产生的原因其实主要是因为大量的Key在某个时间点或者某个时间段过期失效导致的。
  • 解决方法：
    • 过期时间：为这些Key设置不同的、随机的TTL（过期失效时间），从而错开缓存中Key的失效时间点，可以在某种程度上减少数据库的查询压力。而热点数据可以设置永不过期
    • 提高缓存可用性：集群部署、多级缓存
    • 熔断降级：
      • 服务熔断
      • 服务降级：当出现大量缓存失效，而且处在高并发高负荷的情况下，在业务系统内部暂时舍弃对一些非核心的接口和数据的请求，而直接返回一个提前准备好的 fallback（退路）错误处理信息。

分析总结

  • 不管是缓存穿透、缓存雪崩还是缓存击穿，最终的后果都是给DB（数据库）造成压力，甚至压垮数据库。那么它们的解决方案也都有一个共性，那就是“加强防线”，尽量让高并发的读请求落在缓存中，从而避免打到数据库。
  • 缓存雪崩可以说是缓存击穿的升级版，缓存击穿只是一个热门的key突然失效，而缓存雪崩是多个热门的key同时失效。

参考：
[1] 分布式中间件技术实战-java版- 钟林森
[2] https://cloud.tencent.com/developer/article/2046488