详解缓存穿透击穿雪崩解决方案


Posted in Redis onMay 28, 2021

一:前言

设计一个缓存系统,不得不要考虑的问题就是:缓存穿透、缓存击穿与失效时的雪崩效应。

二:缓存穿透

缓存穿透是指查询一个一定不存在的数据,由于缓存是不命中时被动写的,并且出于容错考虑,如果从存储层查不到数据则不写入缓存,这将导致这个不存在的数据每次请求都要到存储层去查询,失去了缓存的意义。在流量大时,可能DB就挂掉了,要是有人利用不存在的key频繁攻击我们的应用,这就是漏洞。

三:解决方案

有很多种方法可以有效地解决缓存穿透问题,最常见的则是采用布隆过滤器,将所有可能存在的数据哈希到一个足够大的bitmap中,一个一定不存在的数据会被 这个bitmap拦截掉,从而避免了对底层存储系统的查询压力。另外也有一个更为简单粗暴的方法(我们采用的就是这种),如果一个查询返回的数据为空(不管是数 据不存在,还是系统故障),我们仍然把这个空结果进行缓存,但它的过期时间会很短,最长不超过五分钟。

四:缓存雪崩

缓存雪崩是指在我们设置缓存时采用了相同的过期时间,导致缓存在某一时刻同时失效,请求全部转发到DB,DB瞬时压力过重雪崩。

五:解决方案

缓存失效时的雪崩效应对底层系统的冲击非常可怕。大多数系统设计者考虑用加锁或者队列的方式保证缓存的单线 程(进程)写,从而避免失效时大量的并发请求落到底层存储系统上。这里分享一个简单方案就时讲缓存失效时间分散开,比如我们可以在原有的失效时间基础上增加一个随机值,比如1-5分钟随机,这样每一个缓存的过期时间的重复率就会降低,就很难引发集体失效的事件。

六:缓存击穿

对于一些设置了过期时间的key,如果这些key可能会在某些时间点被超高并发地访问,是一种非常“热点”的数据。这个时候,需要考虑一个问题:缓存被“击穿”的问题,这个和缓存雪崩的区别在于这里针对某一key缓存,前者则是很多key。

缓存在某个时间点过期的时候,恰好在这个时间点对这个Key有大量的并发请求过来,这些请求发现缓存过期一般都会从后端DB加载数据并回设到缓存,这个时候大并发的请求可能会瞬间把后端DB压垮。

七:解决方案

1、使用互斥锁(mutex key)

业界比较常用的做法,是使用mutex。简单地来说,就是在缓存失效的时候(判断拿出来的值为空),不是立即去load db,而是先使用缓存工具的某些带成功操作返回值的操作(比如Redis的SETNX或者Memcache的ADD)去set一个mutex key,当操作返回成功时,再进行load db的操作并回设缓存;否则,就重试整个get缓存的方法。

SETNX,是「SET if Not eXists」的缩写,也就是只有不存在的时候才设置,可以利用它来实现锁的效果。在redis2.6.1之前版本未实现setnx的过期时间,所以这里给出两种版本代码参考:

//2.6.1前单机版本锁
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 {
        //其他线程休息50毫秒后重试
        Thread.sleep(50);
        get(key);
    }
  }
}

最新版本代码:

public String get(key) {
      String value = redis.get(key);
      if (value == null) { //代表缓存值过期
          //设置3min的超时,防止del操作失败的时候,下次缓存过期一直不能load db
          if (redis.setnx(key_mutex, 1, 3 * 60) == 1) {  //代表设置成功
               value = db.get(key);
                      redis.set(key, value, expire_secs);
                      redis.del(key_mutex);
              } else {  //这个时候代表同时候的其他线程已经load db并回设到缓存了,这时候重试获取缓存值即可
                      sleep(50);
                      get(key);  //重试
              }
          } else {
              return value;
          }
 }

memcache代码

if (memcache.get(key) == null) {
    // 3 min timeout to avoid mutex holder crash
    if (memcache.add(key_mutex, 3 * 60 * 1000) == true) {
        value = db.get(key);
        memcache.set(key, value);
        memcache.delete(key_mutex);
    } else {
        sleep(50);
        retry();
    }
}

2、"提前"使用互斥锁(mutex key)

在value内部设置1个超时值(timeout1), timeout1比实际的memcache timeout(timeout2)小。当从cache读取到timeout1发现它已经过期时候,马上延长timeout1并重新设置到cache。然后再从数据库加载数据并设置到cache中。伪代码如下:

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

            // load the latest value from db
            v = db.get(key);
            v.timeout = KEY_TIMEOUT;
            memcache.set(key, value, KEY_TIMEOUT * 2);
            memcache.delete(key_mutex);
        } else {
            sleep(50);
            retry();
        }
    }
}

3、"永远不过期"

这里的“永远不过期”包含两层意思:

(1) 从redis上看,确实没有设置过期时间,这就保证了,不会出现热点key过期问题,也就是“物理”不过期。

(2) 从功能上看,如果不过期,那不就成静态的了吗?所以我们把过期时间存在key对应的value里,如果发现要过期了,通过一个后台的异步线程进行缓存的构建,也就是“逻辑”过期

从实战看,这种方法对于性能非常友好,唯一不足的就是构建缓存时候,其余线程(非构建缓存的线程)可能访问的是老数据,但是对于一般的互联网功能来说这个还是可以忍受。

String get(final String key) {
        V v = redis.get(key);
        String value = v.getValue();
        long timeout = v.getTimeout();
        if (v.timeout <= System.currentTimeMillis()) {
            // 异步更新后台异常执行
            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、资源保护

采用netflix的hystrix,可以做资源的隔离保护主线程池,如果把这个应用到缓存的构建也未尝不可。

四种解决方案:没有最佳只有最合适

详解缓存穿透击穿雪崩解决方案

八:总结

针对业务系统,永远都是具体情况具体分析,没有最好,只有最合适。最后,对于缓存系统常见的缓存满了和数据丢失问题,需要根据具体业务分析,通常我们采用LRU策略处理溢出,Redis的RDB和AOF持久化策略来保证一定情况下的数据安全。

以上就是详解缓存穿透击穿雪崩解决方案的详细内容,更多关于缓存穿透击穿雪崩解决方案的资料请关注三水点靠木其它相关文章!

Redis 相关文章推荐
Redis基于Bitmap实现用户签到功能
Jun 20 Redis
比较几种Redis集群方案
Jun 21 Redis
了解Redis常见应用场景
Jun 23 Redis
浅析Redis Sentinel 与 Redis Cluster
Jun 24 Redis
Redis主从配置和底层实现原理解析(实战记录)
Jun 30 Redis
Redis做数据持久化的解决方案及底层原理
Jul 15 Redis
详解Redis在SpringBoot工程中的综合应用
Oct 16 Redis
详解Redis的三种常用的缓存读写策略步骤
May 06 Redis
使用Redis实现分布式锁的方法
Jun 16 Redis
一文教你快速生成MySQL数据库关系图
Jun 28 Redis
redis protocol通信协议及使用详解
Jul 15 Redis
浅谈Redis的几个过期策略
May 27 #Redis
Redis Cluster 字段模糊匹配及删除
May 27 #Redis
redis哨兵常用命令和监控示例详解
May 27 #Redis
Java Socket实现Redis客户端的详细说明
May 26 #Redis
redis实现共同好友的思路详解
详解Redis瘦身指南
May 26 #Redis
Redis高级数据类型Hyperloglog、Bitmap的使用
May 24 #Redis
You might like
PHPEXCEL 使用小记
2013/01/06 PHP
PHP批量采集下载美女图片的实现代码
2013/06/03 PHP
迪菲-赫尔曼密钥交换(Diffie?Hellman)算法原理和PHP实现版
2015/05/12 PHP
WordPress主题制作中自定义头部的相关PHP函数解析
2016/01/08 PHP
用PHP写的一个冒泡排序法的函数简单实例
2016/05/26 PHP
php对微信支付回调处理的方法
2018/08/23 PHP
PHP中md5()函数的用法讲解
2019/03/30 PHP
JQuery团队打造的javascript单元测试工具QUnit介绍
2010/02/26 Javascript
node.js中的fs.fchownSync方法使用说明
2014/12/16 Javascript
jQuery中after()方法用法实例
2014/12/25 Javascript
JavaScript中的Truthy和Falsy介绍
2015/01/01 Javascript
javascript实现禁止鼠标滚轮事件
2015/07/24 Javascript
AngularGauge 属性解析详解
2016/09/06 Javascript
整理关于Bootstrap列表组的慕课笔记
2017/03/29 Javascript
nodejs mysql 实现分页的方法
2017/06/06 NodeJs
vue 挂载路由到头部导航的方法
2017/11/13 Javascript
Node爬取大批量文件的方法示例
2019/06/28 Javascript
JavaScript实现简单随机点名器
2019/11/21 Javascript
深入了解JS之作用域和闭包
2020/06/16 Javascript
跟老齐学Python之正规地说一句话
2014/09/28 Python
分享Python字符串关键点
2015/12/13 Python
python topN 取最大的N个数或最小的N个数方法
2018/06/04 Python
Python 支付整合开发包的实现
2019/01/23 Python
python实现ip地址查询经纬度定位详解
2019/08/30 Python
python 比较2张图片的相似度的方法示例
2019/12/18 Python
tensorflow 实现打印pb模型的所有节点
2020/01/23 Python
python如何将两张图片生成为全景图片
2020/03/05 Python
Django 实现将图片转为Base64,然后使用json传输
2020/03/27 Python
Python日志处理模块logging用法解析
2020/05/19 Python
挂职思想汇报
2013/12/31 职场文书
三年级语文教学反思
2014/02/01 职场文书
计算机通信专业推荐信
2014/02/22 职场文书
陈欧广告词
2014/03/14 职场文书
超市周年庆活动方案
2014/08/16 职场文书
婚礼答谢词
2015/01/04 职场文书
未来,这5大方向都很适合创业
2019/07/22 职场文书