前言

作為一種非關係型資料庫，redis也總是免不了有各種各樣的問題，這篇文章主要是針對其中三個問題進行講解：快取穿透、快取擊穿和快取雪崩，並給出一些解決方案。

乾貨分享最近將個人學習筆記整理成冊，使用PDF分享主要包含了Java基礎，資料結構，jvm，多執行緒等等，由於篇幅有限，以下只展示小部分面試題，
需要完整版的朋友可以點一點領取：，獲取碼：CSDN

一. 什麼是 快取穿透

快取穿透是指查詢一個一定不存在的資料，由於快取是不命中時被動寫的，並且出於容錯考慮，如果從儲存層查不到資料則不寫入快取，這將導致這個不存在的資料每次請求都要到儲存層去查詢，失去了快取的意義。在流量大時，可能DB就掛掉了，要是有人利用不存在的key頻繁攻擊我們的應用，這就是漏洞。

小點的單機系統，基本上用postman就能搞死，比如我自己買的阿里雲服務
像這種你如果不對引數做校驗，資料庫id都是大於0的，我一直用小於0的引數去請求你，每次都能繞開Redis直接打到資料庫，資料庫也查不到，每次都這樣，併發高點就容易崩掉了。

快取穿透解決方案

有很多種方法可以有效地解決快取穿透問題。

1.最常見的則是採用布隆過濾器，將所有可能存在的資料雜湊到一個足夠大的bitmap中，一個一定不存在的資料會被 這個bitmap攔截掉，從而避免了對底層儲存系統的查詢壓力。
2.另外也有一個更為簡單粗暴的方法（我們採用的就是這種），如果一個查詢返回的資料為空（不管是數 據不存在，還是系統故障），我們仍然把這個空結果進行快取，但它的過期時間會很短，最長不超過五分鐘。

二. 什麼是 快取雪崩

我瞭解的，目前電商首頁以及熱點資料都會去做快取 ，一般快取都是定時任務去重新整理，或者是查不到之後去更新的，定時任務重新整理就有一個問題。

舉個簡單的例子：如果所有首頁的Key失效時間都是12小時，中午12點重新整理的，我零點有個秒殺活動大量使用者湧入，假設當時每秒 6000 個請求，本來快取在可以扛住每秒 5000 個請求，但是快取當時所有的Key都失效了。此時 1 秒 6000 個請求全部落資料庫，資料庫必然扛不住，它會報一下警，真實情況可能DBA都沒反應過來就直接掛了。此時，如果沒用什麼特別的方案來處理這個故障，DBA 很著急，重啟資料庫，但是資料庫立馬又被新的流量給打死了。這就是我理解的快取雪崩。

我刻意看了下我做過的專案感覺再吊的都不允許這麼大的QPS直接打DB去，不過沒慢SQL加上分庫，大表分表可能還還算能頂，但是跟用了Redis的差距還是很大
同一時間大面積失效，那一瞬間Redis跟沒有一樣，那這個數量級別的請求直接打到資料庫幾乎是災難性的，你想想如果打掛的是一個使用者服務的庫，那其他依賴他的庫所有的介面幾乎都會報錯，如果沒做熔斷等策略基本上就是瞬間掛一片的節奏，你怎麼重啟使用者都會把你打掛，等你能重啟的時候，使用者早就睡覺去了，並且對你的產品失去了信心，什麼垃圾產品。

快取雪崩解決方案

處理快取雪崩簡單，在批量往Redis存資料的時候，把每個Key的失效時間都加個隨機值就好了，這樣可以保證資料不會在同一時間大面積失效了！

三. 什麼是 快取擊穿

為什麼把快取擊穿拿到最後說，因為它最複雜也最難處理，解決方案也有很多種，大家要仔細看哦！

出現快取擊穿有以下這些可能
這個跟快取雪崩有點像，但是又有一點不一樣，快取雪崩是因為大面積的快取失效，打崩了DB，而快取擊穿不同的是快取擊穿是指一個Key非常熱點，在不停的扛著大併發，大併發集中對這一個點進行訪問，當這個Key在失效的瞬間，持續的大併發就穿破快取，直接請求資料庫，就像在一個完好無損的桶上鑿開了一個洞。
就是這個值是資料庫新增的，但是快取中暫時還沒有，這個時候剛好併發請求進來了，如果處理不當也會發生

快取擊穿解決方案

我們的目標是：儘量少的執行緒構建快取(甚至是一個) + 資料一致性 + 較少的潛在危險，下面會介紹四種方法來解決這個問題：
1、使用互斥鎖(mutex key)

業界比較常用的做法，是使用mutex。簡單地來說，就是在快取失效的時候（判斷拿出來的值為空），不是立即去load db，而是先使用快取工具的某些帶成功操作返回值的操作（比如Redis的SETNX或者Memcache的ADD）去set一個mutex key，當操作返回成功時，再進行load db的操作並回設快取；否則，就重試整個get快取的方法。

String get(String key) {  
   String value = redis.get(key);  
   if (value  == null) {  
    if (redis.setnx(key_mutex, "1")) {  
        // 3 min timeout to avoid mutex holder crash  
        redis.expire(key_mutex, 3 * 60)  
        value = db.get(key);  
        redis.set(key, value);  
        redis.delete(key_mutex);  
    } else {  
        //其他執行緒休息50毫秒後重試  
        Thread.sleep(50);  
        get(key);  
    }  
  }  
}  

2、"提前"使用互斥鎖(mutex key)：

在value內部設定1個超時值(timeout1), timeout1比實際的memcache timeout(timeout2)小。當從cache讀取到timeout1發現它已經過期時候，馬上延長timeout1並重新設定到cache。然後再從資料庫載入資料並設定到cache中。虛擬碼如下：

v = rediscache.get(key);  
if (v == null) {  
    if (rediscache.setnx(key_mutex, 3 * 60 * 1000) == true) {  
        value = db.get(key);  
        rediscache.set(key, value);  
        rediscache.delete(key_mutex);  
    } else {  
        sleep(50);  
        retry();  
    }  
} else {  
    if (v.timeout <= now()) {  
        if (rediscache.setnx(key_mutex, 3 * 60 * 1000) == true) {  
            // extend the timeout for other threads  
            v.timeout += 3 * 60 * 1000;  
            rediscache.set(key, v, KEY_TIMEOUT * 2);  
  
            // load the latest value from db  
            v = db.get(key);  
            v.timeout = KEY_TIMEOUT;  
            rediscache.set(key, value, KEY_TIMEOUT * 2);  
            rediscache.delete(key_mutex);  
        } else {  
            sleep(50);  
            retry();  
        }  
    }  
}  

3、“永遠不過期”：

這裡的“永遠不過期”包含兩層意思：

(1) 從redis上看，確實沒有設定過期時間，這就保證了，不會出現熱點key過期問題，也就是“物理”不過期。
(2) 從功能上看，如果不過期，那不就成靜態的了嗎？所以我們把過期時間存在key對應的value裡，如果發現要過期了，通過一個後臺的非同步執行緒進行快取的構建，也就是“邏輯”過期

從實戰看，這種方法對於效能非常友好，唯一不足的就是構建快取時候，其餘執行緒(非構建快取的執行緒)可能訪問的是老資料，但是對於一般的網際網路功能來說這個還是可以忍受。

String get(final String key) {  
        V v = redis.get(key);  
        String value = v.getValue();  
        long timeout = v.getTimeout();  
        if (v.timeout <= System.currentTimeMillis()) {  
            // 非同步更新後臺異常執行  
            threadPool.execute(new Runnable() {  
                public void run() {  
                    String keyMutex = "mutex:" + key;  
                    if (redis.setnx(keyMutex, "1")) {  
                        // 3 min timeout to avoid mutex holder crash  
                        redis.expire(keyMutex, 3 * 60);  
                        String dbValue = db.get(key);  
                        redis.set(key, dbValue);  
                        redis.delete(keyMutex);  
                    }  
                }  
            });  
        }  
        return value;  
    }  

4、資源保護：

採用netflix的hystrix，可以做資源的隔離保護主執行緒池，如果把這個應用到快取的構建也未嘗不可。

四種方案對比：

  作為一個併發量較大的網際網路應用，我們的目標有3個:

  1. 加快使用者訪問速度，提高使用者體驗。

  2. 降低後端負載，保證系統平穩。

  3. 保證資料“儘可能”及時更新(要不要完全一致，取決於業務，而不是技術。)

  所以第二節中提到的四種方法，可以做如下比較，還是那就話：沒有最好，只有最合適。 !

當然在請求剛進來的時候，也需要做好多處理：

在介面層增加校驗，比如使用者鑑權校驗，引數做校驗，不合法的引數直接程式碼Return，比如：id 做基礎校驗，id <=0的直接攔截等。

總結

本文簡單的介紹了，Redis的雪崩，擊穿，穿透，三者其實都差不多，但是又有一些區別，在面試中其實這是問到快取必問的，大家不要把三者搞混了，因為快取雪崩、穿透和擊穿，是快取最大的問題，要麼不出現，一旦出現就是致命性的問題，所以面試官一定會問你。

大家一定要理解是怎麼發生的，以及是怎麼去避免的，發生之後又怎麼去搶救，你可以不是知道很深入，但是你不能一點都不去想，面試有時候不一定是對知識面的拷問，或許是對你的態度的拷問，如果你思路清晰，然後知其然還知其所以然那就很贊。

乾貨分享最近將個人學習筆記整理成冊，使用PDF分享主要包含了Java基礎，資料結構，jvm，多執行緒等等，由於篇幅有限，以下只展示小部分面試題，
需要完整版的朋友可以點一點領取：，獲取碼：CSDN