美团面试原题：深入解析Redis缓存穿透、缓存击穿与缓存雪崩的定义、区别以及有效的解决方案

图片

缓存穿透

缓存穿透的定义

缓存穿透是指大量请求的键（key）是无效的，既不在缓存中，也不在数据库中。这导致请求直接到达数据库，对数据库造成巨大的压力，甚至可能会导致宕机。

图片

假设某个黑客故意发送一些非法的键，从而触发大量请求，这些请求会直接到达数据库，造成极大的压力。

解决方案

首先，要做好参数的校验，对于不合法的请求参数直接返回异常信息。例如，查询数据库时，ID 不能小于0，邮箱格式不正确时，直接返回错误消息。

1）处理无效键

如果缓存和数据库都找不到某个键的数据，可以将该键写入Redis并设置过期时间，命令如下：SET key value EX 10086。这种方法适用于请求的键变化不频繁的情况，但如果黑客恶意构建不同的请求键，则会导致Redis中缓存大量无效的键。因此，建议将无效键的过期时间设置为较短的时间，比如1分钟。

通常情况下，键的设计为：表名:列名:主键名:主键值。

用Java代码示例展示如下：

public Object getObjectInclNullById(Integer id) {  
    // 从缓存中获取数据  
    Object cacheValue = cache.get(id);  
    // 缓存为空  
    if (cacheValue == null) {  
        // 从数据库中获取  
        Object storageValue = storage.get(key);  
        // 缓存空对象  
        cache.set(key, storageValue);  
        // 如果存储数据为空，需要设置一个过期时间(300秒)  
        if (storageValue == null) {  
            // 必须设置过期时间，否则有被攻击的风险  
            cache.expire(key, 60 * 5);  
        }  
        return storageValue;  
    }  
    return cacheValue;  
}

2）布隆过滤器

布隆过滤器是一种高效的数据结构，它能有效判断一个给定数据是否存在于大数据集里。该结构由一个二进制向量及一系列哈希函数组成。相比于常用的List、Map、Set等数据结构，它占用更少的空间且效率更高，但缺点是返回结果是概率性的，存在一定的误判概率。

图片

Bloom Filter的基本原理示意图

布隆过滤器使用一个较大的比特数组来保存所有的数据，数组中每个元素仅占用1bit，从而极大节省内存。例如，申请一个包含100万个元素的位数组只需约122KB的空间。

图片

位数组

具体流程是，将所有可能存在的键值存入布隆过滤器。当用户发起请求时，首先检查该请求的值是否在布隆过滤器中。如果不存在，则直接返回参数错误信息；如果存在，则继续后续流程。

加入布隆过滤器后的缓存处理流程图如下。

图片

3）接口限流

通过用户或IP对接口进行限流，对于频繁访问的行为，可以采取黑名单机制，如将异常IP列入黑名单。

缓存击穿

缓存击穿的定义

缓存击穿是指请求的键对应的是热点数据，该数据虽然存在于数据库中，但在缓存中却不存在（通常是因为缓存中的数据过期）。这可能导致瞬间大量请求直接打到数据库，造成巨大的压力。

图片

举个例子，如果在秒杀活动中，某商品的缓存数据突然过期，海量请求便会直接落在数据库上。

解决方案

  1. 对于热点数据设置永不过期或较长的过期时间。
  2. 提前预热热点数据，将其存入缓存并设置合理的过期时间，例如在秒杀结束前不让其过期。
  3. 请求数据库写入数据到缓存前，先获取互斥锁，确保只有一个请求会访问数据库，从而减少数据库压力。

缓存穿透与缓存击穿的区别

在缓存穿透中，请求的键既不在缓存中，也不在数据库中。而在缓存击穿中，请求的键对应的是存在于数据库中的热点数据，但在缓存中不存在。

缓存雪崩

缓存雪崩的定义

缓存雪崩是指缓存大面积失效，导致大量请求直接打到数据库造成巨大压力的情况。可以用雪崩来形容这种现象，瞬间的压力可能导致数据库宕机。

图片

当数据库中大量数据在同一时间过期时，突然有大量请求需要访问这些过期数据，就会对数据库造成巨大的压力。

解决方案

针对Redis服务不可用的情况：

  1. 使用Redis集群，避免单机出现问题而导致整个缓存服务不可用。
  2. 进行限流，避免同时处理大量请求。
  3. 实现多级缓存，例如本地缓存与Redis缓存的组合，当Redis缓存出现问题时，可从本地缓存中获取部分数据。

针对热点缓存失效的情况：

  1. 设置不同的失效时间，随机化缓存的失效时间。
  2. 设置缓存永不失效（不太推荐，实用性较差）。
  3. 进行缓存预热，在程序启动后或运行过程中主动将热点数据加载到缓存中。

缓存预热的实现方法

已有两种常见的缓存预热方式：

  1. 使用定时任务（如xxl-job）定期触发缓存预热的逻辑，将数据库中的热点数据查询并存入缓存。
  2. 使用消息队列（如Kafka）进行异步缓存预热，将数据库中热点数据的主键或ID发送到消息队列，由缓存服务消费这些消息并更新缓存。

缓存雪崩与缓存击穿的区别

缓存雪崩和缓存击穿看似相似，但其导致原因不同。缓存雪崩是由于缓存中大量或所有数据失效，而缓存击穿是因为某个热点数据在缓存中不存在（通常是因为缓存过期）。

通过理解和应用这些概念，开发者可以更有效地设计和优化系统的缓存策略，以应对高并发情况下的挑战。