分布式缓存

• 2021 年 11 月 2 日
• 筆記
• Java-Interview-Advanced

分布式缓存

缓存雪崩

缓存雪崩我们可以简单理解为：由于原有缓存失效，新缓存未到期间所有原本应该访问缓存的请求都去查询数据库了，而对数据库CPU和内存造成巨大压力，严重的会造成数据库宕机。 从而形成一系列连锁反应，造成整个系统崩溃。一般三种处理办法：

• 一般并发量不是特别多的时候，使用最多的解决方案是加锁排队。
• 给每一个缓存数据增加相应的缓存标记，记录缓存是否失效，如果缓存标记失败，则更新数据缓存。
• 为key设置不同的缓存失效时间。

缓存穿透

缓存穿透是指用户查询数据，在数据库没有，自然在缓存中也不会有。这样就导致用户查询的时候，在缓存中找不到，每次都要去数据库查一遍，然后返回空（相当于进行了两次无用查询）。这样请求就绕过缓存直接查询数据库，这也是经常提的缓存命中率问题。
有很多种方法可以有效地解决缓存穿透问题，最常见的则是采用布隆过滤器 ，将所有可能存在的数据哈希到一个足够大的bitmap中，一个一定不存在的数据会被这个bitmap拦截掉，从而避免了对底层存储系统的查询压力。另外也有一个更为简单粗暴的方法，如果一个查询返回的数据为空（不管是数据不存在，还是系统故障），我们仍然把这个空结果进行缓存，但它的过期时间会很短，最长不超过五分钟。通过这个直接设置的默认值存到缓存，这样第二次到缓存中获取就有值了，而不会继续访问数据库。

缓存预热

缓存预热就是系统上线后，将相关缓存数据直接加载到缓存系统。这样就可以避免在用户请求的时候，先查询数据库，然后再将数据缓存问题.用户直接查询事先被预热的缓存数据！

缓存更新

缓存更新除了缓存服务器自带的缓存失效策略之外（Redis默认的有6种策略可拱选择），我们还可以根据具体的业务需求进行自定义的缓存淘汰，常见的策略有两种：

• 定时去清理过期的缓存
• 当有用户请求过来时，再判断这个请求所用到的缓存是否过期，过期的话就去底层系统得到新数据并更新缓存

缓存降级

当访问量剧增、服务出现问题（如响应时间慢或不响应）或非核心服务影响到核心流程性能时，仍然需要保证服务是可用的，即使是有损服务。系统可以根据一些关键数据进行自动降级，也可以配置开关实现人工降级。降级的最终目的是保证核心服务可用，即使是有损的。而且有些服务是无法降级的（如加入购物车，支付）