Redis 缓存穿透、缓存击穿与缓存雪崩详解：问题、解决方案与最佳实践

news2025/3/12 19:09:48

目录

引言

1. 缓存穿透

1.1 什么是缓存穿透？

示例：

1.2 缓存穿透的原因

1.3 缓存穿透的解决方案

1.3.1 缓存空对象

1.3.2 布隆过滤器（Bloom Filter）

1.3.3 参数校验

2. 缓存击穿

2.1 什么是缓存击穿？

示例：

2.2 缓存击穿的原因

2.3 缓存击穿的解决方案

2.3.1 互斥锁（Mutex Lock）

2.3.2 永不过期 + 后台更新

2.3.3 缓存预热

3. 缓存雪崩

3.1 什么是缓存雪崩？

示例：

3.2 缓存雪崩的原因

3.3 缓存雪崩的解决方案

3.3.1 设置随机过期时间

3.3.2 多级缓存

3.3.3 限流与降级

4. 缓存穿透、缓存击穿与缓存雪崩的区别

5. 最佳实践

6. 总结

引言

在使用 Redis 作为缓存系统时，缓存穿透、缓存击穿和缓存雪崩是三个常见的问题。它们不仅会影响系统的性能，还可能导致数据库压力过大甚至系统崩溃。本文将深入探讨这三种问题的定义、原因、解决方案以及最佳实践，并通过 Java 代码示例 帮助读者全面理解并有效应对这些问题。

1. 缓存穿透

1.1 什么是缓存穿透？

缓存穿透是指查询一个 不存在的数据，导致请求直接穿透缓存层，直接访问数据库。由于数据库中也不存在该数据，因此每次请求都会绕过缓存，直接访问数据库，从而导致数据库压力过大。

示例：

  • 用户请求一个不存在的商品 ID，缓存中没有该数据，请求直接打到数据库。

  • 恶意攻击者故意请求大量不存在的数据，导致数据库压力激增。

1.2 缓存穿透的原因

  1. 恶意攻击：攻击者故意请求大量不存在的数据。

  2. 业务逻辑问题：业务代码未对请求参数进行校验，导致非法请求直接访问数据库。

1.3 缓存穿透的解决方案

1.3.1 缓存空对象

当查询数据库发现数据不存在时，将空结果（如 null）缓存到 Redis 中，并设置一个较短的过期时间。这样，后续相同的请求可以直接从缓存中获取空结果，避免直接访问数据库。

import redis.clients.jedis.Jedis;

public class CachePenetration {
    private Jedis redis;
    private Database db;

    public CachePenetration(Jedis redis, Database db) {
        this.redis = redis;
        this.db = db;
    }

    public String getData(String key) {
        // 从缓存中获取数据
        String data = redis.get(key);
        if (data != null) {
            return "NULL".equals(data) ? null : data; // 返回空结果
        }
        // 从数据库中查询数据
        data = db.query(key);
        if (data == null) {
            redis.setex(key, 300, "NULL"); // 缓存空对象，过期时间 300 秒
            return null;
        }
        redis.setex(key, 3600, data); // 缓存真实数据，过期时间 1 小时
        return data;
    }
}
1.3.2 布隆过滤器（Bloom Filter）

布隆过滤器是一种概率型数据结构，用于快速判断一个元素是否存在于集合中。它可以有效过滤掉不存在的数据请求，避免缓存穿透。

  • 优点：内存占用少，查询效率高。

  • 缺点：存在一定的误判率（False Positive），但可以通过调整参数降低误判率。

import com.google.common.hash.BloomFilter;
import com.google.common.hash.Funnels;
import redis.clients.jedis.Jedis;

public class CachePenetration {
    private Jedis redis;
    private Database db;
    private BloomFilter<String> bloomFilter;

    public CachePenetration(Jedis redis, Database db) {
        this.redis = redis;
        this.db = db;
        this.bloomFilter = BloomFilter.create(Funnels.stringFunnel(), 1000000, 0.001);
    }

    public String getData(String key) {
        // 使用布隆过滤器判断 key 是否存在
        if (!bloomFilter.mightContain(key)) {
            return null; // 如果 key 不在布隆过滤器中，直接返回
        }
        // 从缓存中获取数据
        String data = redis.get(key);
        if (data != null) {
            return data;
        }
        // 从数据库中查询数据
        data = db.query(key);
        if (data == null) {
            redis.setex(key, 300, "NULL"); // 缓存空对象
            return null;
        }
        redis.setex(key, 3600, data); // 缓存真实数据
        return data;
    }
}
1.3.3 参数校验

在业务逻辑中对请求参数进行校验，过滤掉非法请求。例如，检查商品 ID 是否为正整数，或者是否符合某种格式。

public class CachePenetration {
    private Jedis redis;
    private Database db;

    public CachePenetration(Jedis redis, Database db) {
        this.redis = redis;
        this.db = db;
    }

    private boolean validateKey(String key) {
        try {
            int id = Integer.parseInt(key);
            return id > 0; // 检查 key 是否为正整数
        } catch (NumberFormatException e) {
            return false;
        }
    }

    public String getData(String key) {
        if (!validateKey(key)) {
            return null; // 非法请求直接返回
        }
        // 其他逻辑...
        return null;
    }
}

2. 缓存击穿

2.1 什么是缓存击穿？

缓存击穿是指 某个热点数据在缓存中过期，同时有大量并发请求访问该数据，导致所有请求直接访问数据库，从而导致数据库压力激增。

示例：

  • 某个热门商品的缓存过期，同时有大量用户请求该商品，导致数据库压力激增。

2.2 缓存击穿的原因

  1. 热点数据过期：某个热点数据的缓存过期。

  2. 高并发请求：大量并发请求同时访问该热点数据。

2.3 缓存击穿的解决方案

2.3.1 互斥锁（Mutex Lock）

在缓存失效时，使用互斥锁确保只有一个线程去加载数据，其他线程等待加载完成后再从缓存中获取数据。

import redis.clients.jedis.Jedis;
import java.util.concurrent.locks.Lock;
import java.util.concurrent.locks.ReentrantLock;

public class CacheBreakdown {
    private Jedis redis;
    private Database db;
    private Lock lock = new ReentrantLock();

    public CacheBreakdown(Jedis redis, Database db) {
        this.redis = redis;
        this.db = db;
    }

    public String getData(String key) {
        // 从缓存中获取数据
        String data = redis.get(key);
        if (data != null) {
            return data;
        }
        // 尝试获取锁
        if (lock.tryLock()) {
            try {
                // 从数据库中查询数据
                data = db.query(key);
                if (data != null) {
                    redis.setex(key, 3600, data); // 更新缓存
                }
            } finally {
                lock.unlock(); // 释放锁
            }
            return data;
        } else {
            try {
                Thread.sleep(100); // 等待其他线程加载数据
            } catch (InterruptedException e) {
                Thread.currentThread().interrupt();
            }
            return getData(key); // 重试
        }
    }
}
2.3.2 永不过期 + 后台更新

对于热点数据，可以设置缓存永不过期，并通过后台任务定期更新缓存。

import redis.clients.jedis.Jedis;
import java.util.concurrent.Executors;
import java.util.concurrent.ScheduledExecutorService;
import java.util.concurrent.TimeUnit;

public class CacheBreakdown {
    private Jedis redis;
    private Database db;

    public CacheBreakdown(Jedis redis, Database db) {
        this.redis = redis;
        this.db = db;
        // 启动后台任务定期更新缓存
        ScheduledExecutorService scheduler = Executors.newScheduledThreadPool(1);
        scheduler.scheduleAtFixedRate(this::updateCache, 0, 1, TimeUnit.HOURS);
    }

    public String getData(String key) {
        // 从缓存中获取数据
        String data = redis.get(key);
        if (data != null) {
            return data;
        }
        // 从数据库中查询数据
        data = db.query(key);
        if (data != null) {
            redis.set(key, data); // 缓存永不过期
        }
        return data;
    }

    private void updateCache() {
        String hotData = db.queryHotData();
        redis.set("hot_data", hotData); // 更新缓存
    }
}
2.3.3 缓存预热

在系统启动或低峰期，提前加载热点数据到缓存中，避免缓存击穿。

import redis.clients.jedis.Jedis;

public class CacheBreakdown {
    private Jedis redis;
    private Database db;

    public CacheBreakdown(Jedis redis, Database db) {
        this.redis = redis;
        this.db = db;
        preheatCache();
    }

    private void preheatCache() {
        String hotData = db.queryHotData();
        redis.set("hot_data", hotData); // 缓存预热
    }
}

3. 缓存雪崩

3.1 什么是缓存雪崩？

缓存雪崩是指 大量缓存数据在同一时间失效，导致大量请求直接访问数据库，从而导致数据库压力激增甚至崩溃。

示例：

  • 缓存中的数据设置了相同的过期时间，导致大量数据在同一时间失效。

  • Redis 实例宕机，导致所有缓存失效。

3.2 缓存雪崩的原因

  1. 缓存集中失效：缓存中的数据设置了相同的过期时间。

  2. Redis 实例宕机：Redis 服务不可用，导致所有缓存失效。

  3. 热点数据失效：某些热点数据的缓存失效，导致大量请求直接访问数据库。

3.3 缓存雪崩的解决方案

3.3.1 设置随机过期时间

为缓存数据设置随机的过期时间，避免大量缓存数据在同一时间失效。

import redis.clients.jedis.Jedis;
import java.util.Random;

public class CacheAvalanche {
    private Jedis redis;
    private Database db;
    private Random random = new Random();

    public CacheAvalanche(Jedis redis, Database db) {
        this.redis = redis;
        this.db = db;
    }

    public void setCache(String key, String value) {
        int expireTime = 3600 + random.nextInt(600); // 过期时间在 1 小时到 1 小时 10 分钟之间
        redis.setex(key, expireTime, value);
    }
}
3.3.2 多级缓存

使用多级缓存架构（如本地缓存 + Redis 缓存），即使 Redis 缓存失效，本地缓存仍然可以提供服务。

import redis.clients.jedis.Jedis;
import java.util.Map;
import java.util.concurrent.ConcurrentHashMap;

public class CacheAvalanche {
    private Jedis redis;
    private Database db;
    private Map<String, String> localCache = new ConcurrentHashMap<>();

    public CacheAvalanche(Jedis redis, Database db) {
        this.redis = redis;
        this.db = db;
    }

    public String getData(String key) {
        // 先从本地缓存获取
        String data = localCache.get(key);
        if (data != null) {
            return data;
        }
        // 再从 Redis 缓存获取
        data = redis.get(key);
        if (data != null) {
            localCache.put(key, data); // 更新本地缓存
            return data;
        }
        // 最后从数据库获取
        data = db.query(key);
        if (data != null) {
            redis.setex(key, 3600, data); // 更新 Redis 缓存
            localCache.put(key, data); // 更新本地缓存
        }
        return data;
    }
}
3.3.3 限流与降级

在缓存雪崩发生时，通过限流和降级机制保护数据库。例如，使用限流工具（如 Redis 的 INCR 命令）限制请求速率，或者返回默认值或错误页面。

import redis.clients.jedis.Jedis;

public class CacheAvalanche {
    private Jedis redis;
    private Database db;

    public CacheAvalanche(Jedis redis, Database db) {
        this.redis = redis;
        this.db = db;
    }

    public String getData(String key) {
        // 限流：每秒最多处理 100 个请求
        if (redis.incr("request_rate") > 100) {
            return "Too many requests, please try again later.";
        }
        // 其他逻辑...
        return null;
    }
}

4. 缓存穿透、缓存击穿与缓存雪崩的区别

特性缓存穿透缓存击穿缓存雪崩
定义查询不存在的数据，导致请求直接访问数据库热点数据缓存失效，导致大量请求直接访问数据库大量缓存数据在同一时间失效，导致请求直接访问数据库
原因恶意攻击或业务逻辑问题热点数据过期或高并发请求缓存集中失效或 Redis 实例宕机
影响数据库压力过大数据库压力激增数据库压力激增甚至崩溃
解决方案缓存空对象、布隆过滤器、参数校验互斥锁、永不过期 + 后台更新、缓存预热设置随机过期时间、多级缓存、限流与降级

5. 最佳实践

  1. 合理设置缓存过期时间：避免缓存集中失效。

  2. 使用布隆过滤器：有效防止缓存穿透。

  3. 多级缓存架构：提高系统的容错能力。

  4. 限流与降级机制：保护数据库不被压垮。

  5. 监控与报警：实时监控缓存命中率和数据库负载，及时发现并解决问题。

6. 总结

缓存穿透、缓存击穿和缓存雪崩是 Redis 使用过程中常见的问题，它们会导致数据库压力过大甚至系统崩溃。通过合理的设计和优化，可以有效避免这些问题：

  • 缓存穿透：通过缓存空对象、布隆过滤器和参数校验来解决。

  • 缓存击穿：通过互斥锁、永不过期 + 后台更新和缓存预热来解决。

  • 缓存雪崩：通过设置随机过期时间、多级缓存和限流降级来解决。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/2313899.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

Qt入门笔记

Qt入门笔记

目录 一、前言 二、创建Qt项目 2.1、使用向导创建 2.2、最简单的Qt应用程序 2.2.1、main函数 2.2.2、widget.h文件 2.2.3、widget.cpp文件 2.3、Qt按键Botton 2.3.1、创建一个Botton 2.3.2、信号与槽 2.3.3、按键使用信号与槽的方法 2.4、文件Read与Write-QFile类 2…
阅读更多...
C语言每日一练——day_4

C语言每日一练——day_4

引言 针对初学者&#xff0c;每日练习几个题&#xff0c;快速上手C语言。第四天。&#xff08;连续更新中&#xff09; 采用在线OJ的形式 什么是在线OJ&#xff1f; 在线判题系统&#xff08;英语&#xff1a;Online Judge&#xff0c;缩写OJ&#xff09;是一种在编程竞赛中用…
阅读更多...
下降路径最⼩和（medium）

下降路径最⼩和（medium）

题目描述&#xff1a; 给你一个 n x n 的 方形 整数数组 matrix &#xff0c;请你找出并返回通过 matrix 的下降路径 的 最小和 。 下降路径 可以从第一行中的任何元素开始&#xff0c;并从每一行中选择一个元素。在下一行选择的元素和当前行所选元素最多相隔一列&#xff08…
阅读更多...
redux_旧版本

redux_旧版本

reduxjs/toolkit&#xff08;RTK&#xff09;是 Redux 官方团队推出的一个工具集&#xff0c;旨在简化 Redux 的使用和配置。它于 2019 年 10 月 正式发布&#xff0c;此文章记录一下redux的旧版本如何使用&#xff0c;以及引入等等。 文件目录如下&#xff1a; 步骤 安装依…
阅读更多...
18、TCP连接三次握手的过程，为什么是三次，可以是两次或者更多吗【高频】

18、TCP连接三次握手的过程，为什么是三次，可以是两次或者更多吗【高频】

三次握手的过程&#xff1a; 第一次握手&#xff1a;客户端 向 服务器 发送一个 SYN&#xff08;也就是同步序列编号报文&#xff09;&#xff0c;请求建立连接。随后&#xff0c;客户端 进入 SYN_SENT 状态&#xff1b;服务器收到 SYN 之后&#xff0c;由 LISTEN 状态变为 SYN…
阅读更多...
Ceph（2）：Ceph简介

Ceph（2）：Ceph简介

1 Ceph简介 Ceph使用C语言开发&#xff0c;遵循LGPL协议开源。Sage Weil(Ceph论文发表者)于2011年创立了以Inktank公司主导Ceph的开发和社区维护。2014年Redhat收购inktank公司&#xff0c;并发布Inktank Ceph企业版&#xff08;ICE&#xff09;软件&#xff0c;业务场景聚焦云…
阅读更多...
wireshark 如何关闭混杂模式 wireshark操作

wireshark 如何关闭混杂模式 wireshark操作

Fiddler和Wireshark都是进行抓包的工具&#xff1a;所谓抓包就是将网络传输发送与接收的数据包进行截获、重发、编辑、转存等操作&#xff0c;也用来检查网络安全。抓包也经常被用来进行数据截取等。黑客常常会用抓包软件获取你非加密的上网数据&#xff0c;然后通过分析&#…
阅读更多...
ChatGPT4.5详细介绍和API调用详细教程

ChatGPT4.5详细介绍和API调用详细教程

OpenAI在2月27日发布GPT-4.5的研究预览版——这是迄今为止OpenAI最强大、最出色的聊天模型。GPT-4.5在扩大预训练和微调规模方面迈出了重要的一步。通过扩大无监督学习的规模&#xff0c;GPT-4.5提升了识别内容中的模式、建立内容关联和生成对于内容的见解的能力&#xff0c;但…
阅读更多...
Unity DOTS从入门到精通之 自定义Authoring类

Unity DOTS从入门到精通之 自定义Authoring类

文章目录 前言安装 DOTS 包什么是Authoring1. 实体组件2. Authoring类 前言 DOTS&#xff08;面向数据的技术堆栈&#xff09;是一套由 Unity 提供支持的技术&#xff0c;用于提供高性能游戏开发解决方案&#xff0c;特别适合需要处理大量数据的游戏&#xff0c;例如大型开放世…
阅读更多...
一键换肤的Qt-Advanced-Stylesheets

一键换肤的Qt-Advanced-Stylesheets

项目简介 能在软件运行时对 CSS 样式表主题&#xff08;包括 SVG 资源和 SVG 图标&#xff09;进行实时颜色切换的Qt项目。 项目预览&#xff1a; 项目地址 地址&#xff1a;Qt-Advanced-Stylesheets 本地编译环境 Win11 家庭中文版 Qt5.15.2 (MSVC2019) Qt Creator1…
阅读更多...
golang 静态库 Undefined symbol: __mingw_vfprintf

golang 静态库 Undefined symbol: __mingw_vfprintf

正常用golang编译一个静态库给 其他语言 调用&#xff0c;编译时报错 Error: Undefined symbol: __mingw_vfprintf 很是奇怪&#xff0c;之前用用golang写静态库成功过&#xff0c;编译也没问题&#xff0c;结果却是截然不同。 试了很多次&#xff0c;发现唯一的差别就是在 …
阅读更多...
Linux 网络：skb 数据管理

Linux 网络：skb 数据管理

文章目录 1. 前言2. skb 数据管理2.1 初始化2.2 数据的插入2.2.1 在头部插入数据2.2.2 在尾部插入数据 2.2 数据的移除 3. 小结 1. 前言 限于作者能力水平&#xff0c;本文可能存在谬误&#xff0c;因此而给读者带来的损失&#xff0c;作者不做任何承诺。 2. skb 数据管理 数…
阅读更多...
wireguard搭配udp2raw部署内网

wireguard搭配udp2raw部署内网

前言 上一篇写了使用 wireguard 可以非常轻松的进行组网部署&#xff0c;但是如果服务器厂商屏蔽了 udp 端口&#xff0c;那就没法了 针对 udp 被服务器厂商屏蔽的情况&#xff0c;需要使用一款 udp2raw 或 socat 类似的工具&#xff0c;来将 udp 打包成 tcp 进行通信 这里以…
阅读更多...
Qwen/QwQ-32B 基础模型上构建agent实现ppt自动生成

Qwen/QwQ-32B 基础模型上构建agent实现ppt自动生成

关心Qwen/QwQ-32B 性能测试结果可以参考下 https://zhuanlan.zhihu.com/p/28600079208https://zhuanlan.zhihu.com/p/28600079208 官方宣传上是该模型性能比肩满血版 DeepSeek-R1&#xff08;671B&#xff09;&#xff01; 我们实现一个 使用Qwen/QwQ-32B 自动生成 PowerPoi…
阅读更多...
PostgreSQL17(最新版)安装部署

PostgreSQL17(最新版)安装部署

PostgreSQL 17已与2024年9月26日正式发布&#xff01;&#xff01;&#xff01; 一、Postgres概述 官网地址&#xff1a;PostgreSQL: The world’s most advanced open source database Postgres作为最先进的开源数据库&#xff08; the latest version of the world’s most…
阅读更多...
【AI大模型智能应用】Deepseek生成测试用例

【AI大模型智能应用】Deepseek生成测试用例

在软件开发过程中&#xff0c;测试用例的设计和编写是确保软件质量的关键。 然而&#xff0c;软件系统的复杂性不断增加&#xff0c;手动编写测试用例的工作量变得异常庞大&#xff0c;且容易出错。 DeepSeek基于人工智能和机器学习&#xff0c;它能够依据软件的需求和设计文…
阅读更多...
【高级篇】大疆Pocket 3加ENC编码器实现无线RTMP转HDMI进导播台

【高级篇】大疆Pocket 3加ENC编码器实现无线RTMP转HDMI进导播台

【高级篇】大疆Pocket 3加ENC编码器实现无线RTMP转HDMI进导播台 文章目录 准备工作连接设备RTMP概念ENCSHV2推流地址设置大疆Pocket 3直播设置总结 老铁们好&#xff01; 很久没写软文了&#xff0c;今天给大家带了一个干货&#xff0c;如上图&#xff0c;大疆Pocket 3加ENC编…
阅读更多...
机器人交互系统 部署构建

机器人交互系统 部署构建

环境要求 Ubuntu 20.04 或更高版本ROS Noetic 或兼容版本Python 3.8 安装步骤 1. 安装ROS环境&#xff08;如未安装&#xff09; sudo apt update sudo apt install ros-noetic-desktop-full source /opt/ros/noetic/setup.bash2. 创建工作空间并克隆代码 mkdir -p ~/code…
阅读更多...
创建模式-工厂方法模式（Factory Method Pattern）

创建模式-工厂方法模式（Factory Method Pattern）

江城子乙卯正月二十日夜记梦 目的动机简单工厂示例代码 目的 定义一个创建对象的接口&#xff0c;该接口的子类具体负责创建具体的对象。工厂方法模式将对象的实例化延迟到子类。简单工厂是直接在创建方法中负责所有的产品的生成&#xff0c;造成该方法臃肿&#xff0c;并且当…
阅读更多...
【eNSP实战】交换机配置端口隔离

【eNSP实战】交换机配置端口隔离

交换机端口隔离可以实现在同一个VLAN内对端口进行逻辑隔离&#xff0c;端口隔离分为L2层隔离和L3层隔离&#xff0c;这里只进行L2层隔离演示。 拓扑图 路由器AR1配置GE 0/0/1配置IP&#xff0c;其余PC主机各自配置IP和网关。 现将PC1到PC4四个主机全部进行L2层隔离&#xff0c…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023