Redis 击穿、穿透、雪崩的解决方案
-
击穿和穿透
场景： 指的是单个key在缓存中查不到，去数据库查询（透过redis去查db叫击穿） 区别： 击穿：数据在数据库中真实存在，缓存丢失，大量请求击穿数据库 穿透：数据在缓存中没有，数据库中也没有，就好像透过数据找数据一样
where id = 'xxx' (xxx在redis中不存在 -> 查DB)
while(true) { where id = UUID; }
-
雪崩
查询key并且出现"高并发"，缓存中失效或者查不到，然后都去db查询，导致db压力飙升，从而崩溃。
-
解放方案
1.当查询数据不存在的时候，给设置一个空值的key进去并设置一个过期时间(最多5分钟)。"比较粗暴"
2.过滤器： 布隆过滤器：(Bloom Filter)，google 的 Gauva 包中有布隆过滤的实现。 核心实现是一个超大的位数组和几个哈希函数。用到哈希就一定会存在哈希碰撞的问题（涉及到哈希算法的问题）。 可以理解为一个不怎么精确的set结构，使用 contains 方法判断某个对象是否存在。 只要参数设置的合理，它的精确度可以控制的相对足够精确，只会有小小的误判概率。 当布隆过滤器说某个值存在时，这个值可能不存在；当它说不存在时，那就肯定不存在。 缺点: 1.会存在一定的误判率 2.新增加的数据无法进行布隆过滤 3.数据的key不会频繁的更改
布谷鸟过滤器？3.加锁排队: 加锁排队只是为了减轻数据库的压力，并没有提高系统吞吐量。 会导致用户等待超时，这是个治标不治本的方法！ 注意：加锁排队的解决方式分布式环境的并发问题，有可能还要解决分布式锁的问题；线程还会被阻塞，用户体验很差！在高并发的环境下很少用
-
扩展 - 哈希碰撞？(不是很明白)