缓存穿透;查询一个根本不存在的数据;缓存中没有查到该数据;进而将请求压到数据库中;然而数据库中也没有该数据;无法写到缓存中;数据库接收了过多的请求;不堪负重;垮了。
出现缓存穿透的原因;redis查询不到数据库中该数据内容;出现很多非正常url访问;恶意攻击;爬虫
;1;对空值缓存
如果一个查询返回的数据为空;不管是数据是否不存在;;仍然把这个空结果;null;进行缓存;设置较短的过期时间;最长不超过五分钟。
这个只是个临时方案;因为设置了缓存的时间;时间一过;就又无法查到缓存数据了;即使是空值;;就还是会出现问题。
;2;设置可访问的名单;白名单;
设置访问的名单;谁可访问;谁不可访问。每次都要访问到 bitmaps 中;效率低。
使用 bitmaps 类型定义一个可以访问的名单;名单id作为bitmaps的偏移量;每次访问和bitmap里面的id进行比较;如果访问id不在bitmaps里面;进行拦截;不允许访问。
;3;采用布隆过滤器
和方法;2;类似 ;只不过效率更高了。
布隆过滤器可以用于检索一个元素是否在一个集合中。
它的优点是空间效率和查询时间都远远超过一般的算法;缺点是有一定的误识别率和删除困难。
将所有可能存在的数据哈希到一个足够大的bitmaps中;一个一定不存在的数据会被 这个bitmaps拦截掉;从而避免了对底层存储系统的查询压力。
;4;进行实时监控
当发现Redis的命中率开始急速降低;需要排查访问对象和访问的数据;和运维人员配合;可以设置黑名单限制服务。
缓存击穿;某个 key对应的数据存在;但是恰巧过期了;此时若有大量并发请求过来;该key是热点数据;;这些请求发现缓存过期一般都会从后端数据库中加载数据并回设到缓存;这个时候大并发的请求可能会瞬间把后端数据库压垮。
;1;预先设置热门数据
在redis高峰访问之前;把一些热门数据提前存入到redis里面;加大这些热门数据key的时长
;2;实时调整
现场监控哪些数据热门;实时调整key的过期时长
;3;使用锁
使用锁的效率很低
缓存雪崩; key对应的数据存在;但大量key在redis中几乎同时过期;此时若有大量并发请求过来;这些请求发现缓存过期一般都会从后端数据库加载数据并回设到缓存;这个时候大并发的请求可能会瞬间把后端数据库压垮。
缓存雪崩与缓存击穿的区别;缓存雪崩针对很多key缓存;缓存击穿则是某一个key
正常访问;
缓存失效瞬间;
;1;构建多级缓存架构
nginx缓存 ; redis缓存 ;其他缓存;ehcache等;
;2;使用锁或队列
用加锁或者队列的方式保证来保证不会有大量的线程对数据库一次性进行读写;从而避免失效时大量的并发请求落到底层存储系统上。不适用高并发情况
;3;设置过期标志更新缓存
记录缓存数据是否过期;设置提前量;;如果过期会触发通知另外的线程在后台去更新实际key的缓存。
;4;将缓存失效时间分散开
比如我们可以在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就会降低;就很难引发集体失效的事件。
