关于缓存穿透，缓存击穿，缓存雪崩，热点数据失效问题的解决方案（转）

1.我们使用缓存时的业务流程大概为：

当我们查询一条数据时，先去查询缓存，如果缓存有就直接返回，如果没有就去查询数据库，然后返回。这种情况下就可能出现下面的一些现象。

2.缓存穿透

2.1什么是缓存穿透

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。

2.2缓存穿透带来的问题

试想一下，如果有黑客对你的系统进行攻击，拿一个不存在的id去查询数据，会产生大量的请求到你的数据库去查询，可能会导致你的数据库由于压力过大而宕掉。

2.3解决的办法

2.3.1缓存空值

之所以会发生穿透，就是因为缓存中没有储存这些空数据的key。从而导致每次查询都到数据库去了。

那么我们就可以为这些key对应的值设置为null丢到缓存里面去。后面出现查询这个key的请求的时候直接返回null。

这样就不用再到数据库中去走一圈了，但是别忘了设置过期时间。

缓存空对象会有两个问题：

第一，空值做了缓存，意味着缓存层中存了更多的键，需要更多的内存空间 ( 如果是攻击，问题更严重 )，比较有效的方法是针对这类数据设置一个较短的过期时间，让其自动剔除。

第二，缓存层和存储层的数据会有一段时间窗口的不一致，可能会对业务有一定影响。例如过期时间设置为 5分钟，如果此时存储层添加了这个数据，那此段时间就会出现缓存层和存储层数据的不一致，此时可以利用消息系统或者其他方式清除掉缓存层中的空对象。

2.3.2用布隆过滤器bloomfilter

bloomfilter类似于一个hbase set用来判断某个元素(key)是否存在于某个集合中。

这种方式在大数据场景应用比较多，比如hbase中使用它去判断数据是否在磁盘上。还有在爬虫场景判断url是否已经被爬取过。

这种方案可以加在第一种方案中，在缓存之前加一层bloomfilter，在查询的时候先去bloomfilter去查询key是否存在，如果不存在就直接返回，存在再去查缓存-------->差数据库。

流程图如下：

2.4如何选择

针对于一些恶意攻击，攻击带来大量key是不存在的，那么我们采用第一种方案就会缓存大量不存在的数据。此时我们采用第一种方案就不合适了，我们完全可以先使用第二种方案过滤掉这些key。

针对这些key异常多，请求多，重复率比较低的数据，我们就没有必要进行缓存，使用第二种方案直接过滤掉。

而对于空数据的key有限的，重复率比较高的，我们则可以采用第一种方式进行缓存。

3.缓存击穿

3.1什么是缓存击穿

缓存击穿是我们使用缓存可能遇到的第二个问题。

在平时高并发的系统中，大量的请求同时查询一个key时，此时这个key正好失效了，就会导致大量的请求都打到数据库上面去，这种现象我们称为缓存击穿。

3.2会带来什么问题

会造成某一时刻数据请求量过大，压力剧增。

3.3如何解决

上面现象是多个线程同时去查询数据库的这一条数据，那么我们可以在第一个查询数据的请求上使用一个互斥锁来锁住它。（如果是单机，可以用synchronized或者lock来处理，如果是分布式环境可以用分布式锁就可以了（分布式锁，可以用memcache的add, redis的setnx, zookeeper的添加节点操作））

其他线程走到这一步拿不到锁就等着，等待第一个线程查询到了数据，然后做缓存。后面的线程进来发现已经有了缓存，就直接走缓存。

4.缓存雪崩

4.1什么是缓存雪崩

缓存雪崩的情况是指：当某一时刻发生大规模的缓存失效的情况，比如你的缓存服务宕机了，会有大量的请求进来直接打到数据库上面，结果就是数据库挂掉。

4.2解决办法

4.2.1雪崩前：使用集群缓存，保证缓存服务的高可用

这种方案就是在发生雪崩前对缓存集群，实现高可用，如果是使用redis，可以使用（主从 + 哨兵），redis cluster来避免redis全盘崩溃的情况。

4.2.2雪崩中：ehcache本地缓存 + hystrix限流 & 降级，避免mysql被打死

使用ehcache本地缓存的目的也是考虑redis cluster完全不可用的时候，ehcache本地缓存还能够支撑一阵。

使用hystrix进行限流 & 降级，比如一秒来了5000个请求，我们可以设置假设一秒只能有2000个请求可以通过这个组件，那么其他剩余的3000请求就会走限流逻辑。

然后去调用我们自己开发的降级组件（降级）,比如设置的一些默认值等等之类的。以此来保护最后的mysql不会被大量的请求打死。

4.2.3雪崩后：开启redis持久化，尽快恢复缓存集群。

5.解决热点数据集中失效问题

我们在设置缓存的时候，一般会给缓存设置一个失效的时间，过了这个时间，缓存就失效了。

对于一些热点数据来说，当缓存失效后会存在大量的请求到数据库上来，从而可能导致数据库崩溃的情况。

5.1解决办法

5.1.1设置不同的失效时间

为了避免这些热点数据集体失效，那么我们在设置缓存过期时间的时侯，让他们失效的时间错开。比如我们可以在原有的失效时间基础上增加一个随机值。

5.1.2互斥锁

结合上面的击穿情况，在第一个请求去查询数据库的时候对它加一个互斥锁，其余的查询请求都会被阻塞住，直到锁被释放，从而保护数据库。

但是也是由于它会阻塞其他线程，此时系统的吞吐量会下降。需要结合实际业务去考虑。