Redis缓存场景

Redis做缓存

部分图解来自于：https://www.mianshiya.com/

Redis由于高性能，通常可以作为数据库存储的缓存，比如给MySQL当缓存。

旁路缓存

Cache Aside，即旁路缓存，最常见的模式。应用服务把缓存作为数据库的旁路，直接和缓存进行交互。

读操作：

1.应用服务收到查询请求，先去查询数据是否在缓存上

2.如果在，把缓存数据打包返回；如果不在，去访问数据库查询，然后放到缓存上

写操作：

旁路缓存一般都是先更新数据库，然后直接删除缓存。

为什么不是更新缓存，而是删除缓存呢？因为更新比删除更容易导致时序性问题。

比如：

thread1更新一个MySQL字段为1，thread2更新MySQL字段为2，thread2更新缓存为2，thread1更新缓存为1。

最终缓存被更新为1，正确的数据因为时序性被覆盖了。

缓存异常

缓存穿透

缓存穿透指，缓存和数据库中都没有的数据，而用户不断发起请求。

如果从存储层查不到则不写入缓存，这个导致不存在的数据每次都请求到存储层去，失去了缓存的意义。

在流量大时，DB可能就挂了，如果有人利用不存在的key频繁攻击我们的应用，这就是漏洞。

解决方案：

1.接口层增加校验，如用户鉴权，id做基础校验，id<=0直接拦截

2.缓存中取不到的数据，数据库也取不到，将key-value设置为key-null，设置到缓存中(设置一个过期时间，如30秒，时间太长，正常情况也没法使用)。这样可以防止一个用户反复用同一个id暴力攻击

3.使用布隆过滤器，布隆过滤器可以快速判断某个元素是否存在于集合中。

布隆过滤器是一种巧妙的数据结构，可以用来查询，某个元素可能存在或一定不存在。

布隆过滤器的原理：

底层为一个bit数组，将字符串用多个哈希函数映射到不同位置，将对应位置置为1。

在查询时，如果一个字符串所有哈希函数映射的值都为1，那么数据可能存在；否则不存在。

为什么说可能呢？因为其他字符也可能占据这个bit位的值。

缓存击穿

缓存击穿是指缓存中没有数据库有的数据(一般都是缓存时间到期)，由于并发量特别大，同时读缓存没有读到缓存，又同时去数据库去数据，引起数据库压力瞬间增大，造成过大压力。

缓存击穿，一般指热键在过期失效的一瞬间，还没来得及重新生产，就有海量数据，直达数据库。

解决方案：

1.热点数据支持续期，持续访问的数据可以不断续期，避免因为续期而失效而被击穿

2.发现缓存失效，重建缓存加互斥锁，当线程查询缓存发现缓存不存在就会尝试加锁，线程争抢锁，拿到锁的线程进行查询数据库，然后重建缓存，争抢锁失败的线程，加一个睡眠然后循环重试。

缓存雪崩

缓存雪崩，指大量的应用请求因为异常无法在Redis缓存中进行处理，像雪崩一样，直接打到数据库。

异常原因主要是：缓存中数据大批量到过期时间，而查询数据量大，引起数据库压力增大甚至宕机。

和缓存击穿不同的是，缓存击穿是指一条热点数据没在Redis及时重建，缓存雪崩是大批量数据在Redis同时失效。

解决方案：

1.缓存数据的过期时间设置随机，防止同一时间大量数据过期现象发送。

2.重建缓存加互斥锁，当线程拿到缓存后发现缓存不存在就会尝试加锁，线程争抢锁，拿到锁的线程进行查询数据库，重建缓存，争抢锁失败的线程加一个睡眠然后循环重试。

缓存一致性

部分图解来自于：https://www.mianshiya.com/
不推荐使用：

1.先写缓存再写数据库

2.先写数据库再写缓存

3.先删除缓存再写数据库

推荐使用：

4.先写数据库再删缓存

5.缓存双删

6.Binlog异步更新

先写缓存再写数据库

部分图解来自于：https://www.mianshiya.com/

由于网络问题，请求顺序无法保证，有可能出现，后更新缓存的请求反而先更新了数据库。

先写数据库再写缓存

部分图解来自于：https://www.mianshiya.com/

同样的，后更新数据库的请求先更新了缓存。

先删除缓存再写数据库

部分图解来自于：https://www.mianshiya.com/

读操作读到了过期的数据，虽然写操作已经完成了，但是因为缓存被删除了，读操作必须从数据库读到了更新前的旧值。

先写数据库再删缓存

部分图解来自于：https://www.mianshiya.com/

先修改数据库的值，再去删除对应缓存，在修改数据库期间允许一定时间的缓存不一致，保证最终程序一致性。

但是也会有一定的问题：

在写操作时，并发有个读请求，又因为缓存失效，读请求在写操作之后更新缓存，导致数据库和缓存不一致。

缓存双删

缓存双删，先删除数据库，再写数据库，过一段时间再删除缓存
部分图解来自于：https://www.mianshiya.com/

避免数据被回种到缓存，间隔一段时间删除缓存。

也可以使用消息队列、定时任务或延迟任务实现删除：

Binlog异步更新

部分图解来自于：https://www.mianshiya.com/

先修改数据库，然后通过Canal监听数据库的binlog日志，记录数据库的修改信息，然后通过消息队列异步修改缓存的数据。这里注意保证顺序消费，保证缓存中数据按顺序更新，然后加上重试机制，避免网络问题导致更新失败。

总结

1.一般不使用前三种方式

2.后三种根据使用场景进行选择

• 实时一致性：考虑先写MySQL，再删Redis(有短期不一致，但它能尽量保证数据一致性)
• 最终一致性：考虑binlog+消息队列(因为重试和顺序消费，最大限度保证缓存与数据库最终一致性)