在 redis 的应用场景中，需要考虑缓存在某些场景下可能出现的问题：

• 缓存穿透

• 缓存击穿

• 缓存雪崩

 以下缓存问题的讨论都是基于以下应用架构讨论的：

 

1. 缓存穿透

 对应的数据在数据源中并不存在，每次针对此数据的请求从缓存获取不到，请求都会落到数据源，从而给数据源带来巨大的负载。即恶意请求穿透了缓存，落到了数据源，使得 redis 的数据缓存作用失效。

比如用一个不存在的用户 ID 获取用户信息，无论是缓存还是数据库都没有，黑客利用此漏洞进行攻击可能压垮数据库。

解决方法

1. 缓存空结果。即使 redis 和数据源都不存在该资源，就将请求的数据作为空结果缓存一段时间，且为该数据设置一个较短的过期时间，否则数据的时效性会产生问题；

2. 检验用户的合法性。对用户请求的合法性进行校验，对重复恶意的请求进行拦截（记录恶意用户或恶意 IP）；

3. 布隆过滤器。布隆过滤器的用途为帮助判断某个值是否存在。布隆过滤器的原理是使用一个 bitmap 数组用作标记，使用多个哈希函数对 key 值进行计算，并将计算值对应的位置在 bitmap 中进行置位，表示该 key 存在：

 布隆过滤器仍存在一定误判的可能性（每个函数计算值都与存在值哈希冲突），但仍可帮助拦截一部分不存在的数据。减少误判的方法：

1. 增加 bitmap 的程度；

2. 增加使用的哈希函数

2. 缓存击穿

 即针对某一 特定 数据发起大量并发请求，当该数据在 redis 中过期时，这些请求会导致应用同时发起从数据源加载数据的请求，这时集中的大量并发请求可能会瞬间给数据源带来巨大负载。

解决方法

1. 设置热点数据永不过期。可以设置定期任务，定期更新热点数据的 expire time；

2. 使用互斥锁。即使用互斥锁保证只有一个请求会从数据源加载数据，操作逻辑如下：在缓存失效（取出值判断为控股）时，先尝试获取分布式锁：

   • 若获取成功，则发起从数据源加载数据的请求；

   • 若获取失败，则休眠一段时间后，尝试重新获取数据
      此方法的缺点在于会对吞吐量造成影响。

3. 缓存雪崩

 即某个时刻 redis 中的热点数据都消失了（缓存服务器重启或大量数据集中在某个时间段失效），这时也会导致应用从数据源加载数据，给数据源带来很大压力。

解决方法

1. 保持缓存的高可用性。使用 Redis 哨兵模式或建立 Redis 集群，即使个别节点下线，整个缓存层依然可用；

2. 缓存永不过期。Redis 中保存的 key 永不失效，这一就能解决大量缓存同时失效的问题，但随之而来的就是 Redis 需要更多存储空间；

3. 设置随机过期时间。为每个数据设置随机的失效时间，避免

4. 使用互斥锁重建缓存。即使用互斥锁避免大量的请求到达数据源查询数据，该方法同样会影响高并发场景下的吞吐量。