今天來分享一下Redis幾道常見的面試題：

1.如何解決緩存雪崩？

2.如何解決緩存穿透？

3.如何保證緩存與數(shù)據(jù)庫雙寫時(shí)一致的問題？

一、緩存雪崩

1.1? 什么是緩存雪崩？

回顧一下我們?yōu)槭裁匆镁彺?Redis)：

現(xiàn)在有個(gè)問題，如果我們的緩存掛掉了，這意味著我們的全部請(qǐng)求都跑去數(shù)據(jù)庫了。

我們都知道Redis不可能把所有的數(shù)據(jù)都緩存起來(內(nèi)存昂貴且有限)，所以Redis需要對(duì)數(shù)據(jù)設(shè)置過期時(shí)間，并采用的是惰性刪除+定期刪除兩種策略對(duì)過期鍵刪除。Redis對(duì)過期鍵的策略+持久化

如果緩存數(shù)據(jù)設(shè)置的過期時(shí)間是相同的，并且Redis恰好將這部分?jǐn)?shù)據(jù)全部刪光了，這就會(huì)導(dǎo)致在這段時(shí)間內(nèi)，這些緩存同時(shí)失效，全部請(qǐng)求到數(shù)據(jù)庫中。

這就是緩存雪崩：

Redis掛掉了，請(qǐng)求全部走數(shù)據(jù)庫；

對(duì)緩存數(shù)據(jù)設(shè)置相同的過期時(shí)間，導(dǎo)致某段時(shí)間內(nèi)緩存失效，請(qǐng)求全部走數(shù)據(jù)庫。

緩存雪崩如果發(fā)生了，很可能就把我們的數(shù)據(jù)庫搞垮，導(dǎo)致整個(gè)服務(wù)癱瘓！

1.2? 如何解決緩存雪崩？

對(duì)于“對(duì)緩存數(shù)據(jù)設(shè)置相同的過期時(shí)間，導(dǎo)致某段時(shí)間內(nèi)緩存失效，請(qǐng)求全部走數(shù)據(jù)庫?！边@種情況，非常好解決：

解決方法：在緩存的時(shí)候給過期時(shí)間加上一個(gè)隨機(jī)值，這樣就會(huì)大幅度的減少緩存在同一時(shí)間過期。

對(duì)于“Redis掛掉了，請(qǐng)求全部走數(shù)據(jù)庫”這種情況，我們可以有以下的思路：

事發(fā)前：實(shí)現(xiàn)Redis的高可用(主從架構(gòu)+Sentinel 或者Redis Cluster)，盡量避免Redis掛掉這種情況發(fā)生。

事發(fā)中：萬一Redis真的掛了，我們可以設(shè)置本地緩存(ehcache)+限流(hystrix)，盡量避免我們的數(shù)據(jù)庫被干掉(起碼能保證我們的服務(wù)還是能正常工作的)

事發(fā)后：redis持久化，重啟后自動(dòng)從磁盤上加載數(shù)據(jù)，快速恢復(fù)緩存數(shù)據(jù)。

二、緩存穿透

2.1? 什么是緩存穿透

比如，我們有一張數(shù)據(jù)庫表，ID都是從1開始的(正數(shù))：

但是可能有黑客想把我的數(shù)據(jù)庫搞垮，每次請(qǐng)求的ID都是負(fù)數(shù)。這會(huì)導(dǎo)致我的緩存就沒用了，請(qǐng)求全部都找數(shù)據(jù)庫去了，但數(shù)據(jù)庫也沒有這個(gè)值啊，所以每次都返回空出去。

緩存穿透是指查詢一個(gè)一定不存在的數(shù)據(jù)。由于緩存不命中，并且出于容錯(cuò)考慮，如果從數(shù)據(jù)庫查不到數(shù)據(jù)則不寫入緩存，這將導(dǎo)致這個(gè)不存在的數(shù)據(jù)每次請(qǐng)求都要到數(shù)據(jù)庫去查詢，失去了緩存的意義。

這就是緩存穿透：

請(qǐng)求的數(shù)據(jù)在緩存大量不命中，導(dǎo)致請(qǐng)求走數(shù)據(jù)庫。

緩存穿透如果發(fā)生了，也可能把我們的數(shù)據(jù)庫搞垮，導(dǎo)致整個(gè)服務(wù)癱瘓！

2.1? 如何解決緩存穿透？

解決緩存穿透也有兩種方案：

1、由于請(qǐng)求的參數(shù)是不合法的(每次都請(qǐng)求不存在的參數(shù))，于是我們可以使用布隆過濾器(BloomFilter)或者壓縮filter提前攔截，不合法就不讓這個(gè)請(qǐng)求到數(shù)據(jù)庫層！

2、當(dāng)我們從數(shù)據(jù)庫找不到的時(shí)候，我們也將這個(gè)空對(duì)象設(shè)置到緩存里邊去。下次再請(qǐng)求的時(shí)候，就可以從緩存里邊獲取了。

這種情況我們一般會(huì)將空對(duì)象設(shè)置一個(gè)較短的過期時(shí)間。

三、緩存與數(shù)據(jù)庫雙寫一致

3.1? 對(duì)于讀操作，流程是這樣的

上面講緩存穿透的時(shí)候也提到了：如果從數(shù)據(jù)庫查不到數(shù)據(jù)則不寫入緩存。

一般我們對(duì)讀操作的時(shí)候有這么一個(gè)固定的套路：

1、如果我們的數(shù)據(jù)在緩存里邊有，那么就直接取緩存的。

2、如果緩存里沒有我們想要的數(shù)據(jù)，我們會(huì)先去查詢數(shù)據(jù)庫，然后將數(shù)據(jù)庫查出來的數(shù)據(jù)寫到緩存中。

3、最后將數(shù)據(jù)返回給請(qǐng)求。

3.2? 什么是緩存與數(shù)據(jù)庫雙寫一致問題？

如果僅僅查詢的話，緩存的數(shù)據(jù)和數(shù)據(jù)庫的數(shù)據(jù)是沒問題的。但是，當(dāng)我們要更新時(shí)候呢？各種情況很可能就造成數(shù)據(jù)庫和緩存的數(shù)據(jù)不一致了。

這里不一致指的是：數(shù)據(jù)庫的數(shù)據(jù)跟緩存的數(shù)據(jù)不一致。

從理論上說，只要我們?cè)O(shè)置了鍵的過期時(shí)間，我們就能保證緩存和數(shù)據(jù)庫的數(shù)據(jù)最終是一致的。因?yàn)橹灰彺鏀?shù)據(jù)過期了，就會(huì)被刪除。隨后讀的時(shí)候，因?yàn)榫彺胬餂]有，就可以查數(shù)據(jù)庫的數(shù)據(jù)，然后將數(shù)據(jù)庫查出來的數(shù)據(jù)寫入到緩存中。

除了設(shè)置過期時(shí)間，我們還需要做更多的措施來盡量避免數(shù)據(jù)庫與緩存處于不一致的情況發(fā)生。

3.3? 對(duì)于更新操作

一般來說，執(zhí)行更新操作時(shí)，我們會(huì)有兩種選擇：

先操作數(shù)據(jù)庫，再操作緩存

先操作緩存，再操作數(shù)據(jù)庫

首先，要明確的是，無論我們選擇哪個(gè)，我們都希望這兩個(gè)操作要么同時(shí)成功，要么同時(shí)失敗。所以，這會(huì)演變成一個(gè)分布式事務(wù)的問題。

所以，如果原子性被破壞了，可能會(huì)有以下的情況：

操作數(shù)據(jù)庫成功了，操作緩存失敗了。

操作緩存成功了，操作數(shù)據(jù)庫失敗了。

如果第一步已經(jīng)失敗了，我們直接返回Exception出去就好了，第二步根本不會(huì)執(zhí)行。

下面我們具體來分析一下吧。

1）操作緩存

操作緩存也有兩種方案：

更新緩存；刪除緩存

一般我們都是采取刪除緩存緩存策略的，原因如下：

1、高并發(fā)環(huán)境下，無論是先操作數(shù)據(jù)庫還是后操作數(shù)據(jù)庫而言，如果加上更新緩存，那就更加容易導(dǎo)致數(shù)據(jù)庫與緩存數(shù)據(jù)不一致問題。(刪除緩存直接和簡(jiǎn)單很多)

2、如果每次更新了數(shù)據(jù)庫，都要更新緩存【這里指的是頻繁更新的場(chǎng)景，這會(huì)耗費(fèi)一定的性能】，倒不如直接刪除掉。等再次讀取時(shí)，緩存里沒有，那我到數(shù)據(jù)庫找，在數(shù)據(jù)庫找到再寫到緩存里邊(體現(xiàn)懶加載)

針對(duì)當(dāng)前互聯(lián)網(wǎng)公司的技術(shù)需求以及結(jié)合主流技術(shù)，我整理了一份系統(tǒng)的架構(gòu)技術(shù)體系，希望對(duì)在提升進(jìn)階的程序員們有所幫助。大家可以進(jìn)群Java資源分享群：（854601507）下載資料，群里有阿里大牛，也有一線互聯(lián)網(wǎng)的資深HR，或是關(guān)注微信公眾號(hào)：Java資訊庫，免費(fèi)領(lǐng)取架構(gòu)資料。

基于這兩點(diǎn)，對(duì)于緩存在更新時(shí)而言，都是建議執(zhí)行刪除操作！

2）先更新數(shù)據(jù)庫，再刪除緩存

正常的情況是這樣的：

先操作數(shù)據(jù)庫，成功；

再刪除緩存，也成功；

如果原子性被破壞了：

1、第一步成功(操作數(shù)據(jù)庫)，第二步失敗(刪除緩存)，會(huì)導(dǎo)致數(shù)據(jù)庫里是新數(shù)據(jù)，而緩存里是舊數(shù)據(jù)。

2、如果第一步(操作數(shù)據(jù)庫)就失敗了，我們可以直接返回錯(cuò)誤(Exception)，不會(huì)出現(xiàn)數(shù)據(jù)不一致。

如果在高并發(fā)的場(chǎng)景下，出現(xiàn)數(shù)據(jù)庫與緩存數(shù)據(jù)不一致的概率特別低，也不是沒有：

緩存剛好失效

線程A查詢數(shù)據(jù)庫，得一個(gè)舊值

線程B將新值寫入數(shù)據(jù)庫

線程B刪除緩存

線程A將查到的舊值寫入緩存

要達(dá)成上述情況，還是說一句概率特別低：

因?yàn)檫@個(gè)條件需要發(fā)生在讀緩存時(shí)緩存失效，而且并發(fā)著有一個(gè)寫操作。而實(shí)際上數(shù)據(jù)庫的寫操作會(huì)比讀操作慢得多，而且還要鎖表，而讀操作必需在寫操作前進(jìn)入數(shù)據(jù)庫操作，而又要晚于寫操作更新緩存，所有的這些條件都具備的概率基本并不大。

對(duì)于這種策略，其實(shí)是一種設(shè)計(jì)模式：Cache Aside Pattern

刪除緩存失敗的解決思路：

1、將需要?jiǎng)h除的key發(fā)送到消息隊(duì)列中

2、自己消費(fèi)消息，獲得需要?jiǎng)h除的key

3、不斷重試刪除操作，直到成功

3）先刪除緩存，再更新數(shù)據(jù)庫

正常情況是這樣的：

先刪除緩存，成功；

再更新數(shù)據(jù)庫，也成功；

如果原子性被破壞了：

1、第一步成功(刪除緩存)，第二步失敗(更新數(shù)據(jù)庫)，數(shù)據(jù)庫和緩存的數(shù)據(jù)還是一致的。

2、如果第一步(刪除緩存)就失敗了，我們可以直接返回錯(cuò)誤(Exception)，數(shù)據(jù)庫和緩存的數(shù)據(jù)還是一致的。

看起來是很美好，但是我們?cè)诓l(fā)場(chǎng)景下分析一下，就知道還是有問題的了：

線程A刪除了緩存

線程B查詢，發(fā)現(xiàn)緩存已不存在

線程B去數(shù)據(jù)庫查詢得到舊值

線程B將舊值寫入緩存

線程A將新值寫入數(shù)據(jù)庫

所以也會(huì)導(dǎo)致數(shù)據(jù)庫和緩存不一致的問題。

并發(fā)下解決數(shù)據(jù)庫與緩存不一致的思路：

將刪除緩存、修改數(shù)據(jù)庫、讀取緩存等的操作積壓到隊(duì)列里邊，實(shí)現(xiàn)串行化。

3.4? 對(duì)比兩種策略

我們可以發(fā)現(xiàn)，兩種策略各自有優(yōu)缺點(diǎn)：

1、先刪除緩存，再更新數(shù)據(jù)庫

2、在高并發(fā)下表現(xiàn)不如意，在原子性被破壞時(shí)表現(xiàn)優(yōu)異

3、先更新數(shù)據(jù)庫，再刪除緩存(Cache Aside Pattern設(shè)計(jì)模式)

4、在高并發(fā)下表現(xiàn)優(yōu)異，在原子性被破壞時(shí)表現(xiàn)不如意

原文鏈接：https://blog.csdn.net/qq_42894896/article/details/86528543