Redis 经典缓存问题：一致性、穿透、击穿、雪崩与污染
Redis 是一种广泛应用的高性能内存数据库，常用于缓存场景以提升系统性能和用户体验。然而，使用 Redis 缓存时，可能会遇到一些经典问题，比如一致性问题、缓存穿击、缓存穿透、缓存雪崩，以及缓存污染等。这些问题如果不加以有效处理，可能导致系统性能下降，甚至引发服务不可用的严重后果。
本文主要探讨Redis作为缓存，在实践中可能会有哪些问题。
本文目录：
-
为什么要理解Redis缓存问题
-
缓存穿透
-
缓存击穿
-
缓存雪崩
-
缓存污染
-
数据库和缓存一致性
1. 为什么要理解Redis缓存问题
Redis 缓存能够显著提升数据访问速度，但其问题常与实际业务场景相关。深入理解这些问题及其解决方案，能够帮助开发者设计更加健壮和高效的系统架构。
在高并发的业务场景下，数据库大多数情况都是用户并发访问最薄弱的环节。所以，就需要使用redis做一个缓冲操作，让请求先访问到redis，而不是直接访问Mysql等数据库。这样可以大大缓解数据库的压力。
当缓存库出现时，必须要考虑如下问题：
-
缓存穿透
-
缓存穿击
-
缓存雪崩
-
缓存污染
-
缓存和数据库一致性
2. 缓存穿透
问题定义：
缓存穿透指的是客户端频繁请求数据库中根本不存在的键，由于缓存中无法命中（因为数据不存在，无法写入缓存），每次请求都会直接访问数据库，导致数据库负载增加。
解决方法：
- 布隆过滤器
在缓存层增加布隆过滤器，将可能的合法数据提前存储在布隆过滤器中，拦截非法请求。
![]()
- 缓存空值
对于不存在的键，也将其值设置为
null并缓存一定时间，但需要注意避免缓存污染（详见后文）。
3. 缓存击穿
问题定义：
缓存击穿发生在某个热点缓存键过期时，大量请求同时涌向数据库，造成数据库瞬时压力过高。
解决方法：
- 设置热点数据不过期
将热点数据的过期时间设置为极长，或者动态更新热点数据的过期时间。
- 互斥锁
对访问过期缓存的请求加锁，只有获取锁的请求可以加载数据并更新缓存，其余请求等待。
4. 缓存雪崩
问题定义：
缓存雪崩指的是大量缓存数据在同一时间段失效，导致所有请求都涌向数据库，引发数据库崩溃。
解决方法：
- 缓存过期时间分布化
为不同的缓存键设置随机过期时间，避免同一时间大批量缓存失效。
- 多级缓存
在 Redis 缓存前增加本地缓存层，减轻数据库直接压力。
- 降级限流
在数据库压力过大时，开启服务降级或请求限流机制。
5. 缓存污染
问题定义：
缓存污染是指缓存中存储了低命中率或无意义的数据，占用了大量内存资源，降低缓存效率。
解决方法：
- 设置缓存淘汰策略
根据业务需求选择合适的淘汰策略（如 LRU、LFU）。
- 过滤低价值数据
对可能影响缓存效率的数据进行预处理，避免写入缓存。
6. 数据库和缓存一致性
问题定义：
Redis 缓存和数据库中的数据可能出现不一致的问题，尤其是在数据更新时，可能导致缓存中的数据陈旧。
解决方法：
- 删除缓存策略
在更新数据库后立即删除缓存，使下一次访问重新加载最新数据。
注意，我们的更新是先更新数据库，成功后，让缓存失效。
- 延时双删策略
在更新数据库后，删除缓存，并在一定延时后再次删除缓存，确保缓存数据更新。
![]()
- 订阅通知
通过 Redis 的 Pub/Sub 功能或类似工具（如 Canal）监听数据库变更并同步更新缓存。
结语
Redis 是一个强大的缓存工具，但在高并发场景中，缓存相关问题如穿透、击穿和雪崩可能严重影响系统的稳定性。了解这些问题并采用合适的解决方案，是设计高性能系统的关键。希望本文能为您解决实际问题提供帮助！
END
相关阅读：
专注架构技术研究，一起跨越职业瓶颈！
关注公众号，免费领学习资料
如果您觉得还不错，欢迎关注和转发~
本文分享自微信公众号 - 架构精进之路（jiagou_jingjin）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。
