redis缓存预热、缓存雪崩、缓存击穿、缓存穿透、缓存降级、缓存更新

缓存预热

缓存预热就是系统启动前，提前将相关的缓存数据直接加载到缓存系统。避免在用户请求的时候，先查询数据库，然后再将数据缓存的问题！用户直接查询事先被预热的缓存数据！

缓存预热就是在 redis 启动的时候，就开始往 redis 中写了数据，然后再给应用提供服务。而不是在应用访问的时候才开始往 redis 中写数据。

那么启动的时候，应该往 redis 中写入什么样的数据呢？

• 应该根据当天的具体的访问情况，进行实时的统计出访问量频率较高的数据，即热数据，比如热门商品，热门博客等，把这部分数据提前写入 redis集群中。我们不需要把所有的数据都写入 redis中，也没有这个必要，一是数据量会很大，写入的数据会很慢，二是访问量不大的数据也没有必要写入 redis 中。
• 如果热数据比较多的话，我们可以启动多个服务并行读取数据去写入 redis 集群，进行分布式的缓存预热。
• 当把热数据写入 redis 集群后，才开始对处提供服务。那么这样，大部分的请求都会走 redis 集群，而不需要访问 mysql 数据库。

怎么解决？

• 首先，通过 nginx + lua 的方式，把访问流量数据上报到 Kafka，也可以是其它的 mq 队列。
• 然后使用实时计算框架(如 storm 、spark streaming、flume)从 kafka中消费访问流量数据，实时计算出访问频率高的数据，这里统计出来的可能只会有编号信息，如商品编号或博客编号等。
• 最后，根据编号从 mysql 数据库中查询出具体的信息，写入 redis，开始提供服务。

还有一种解决思路：

• 直接写个缓存刷新页面，上线时手工操作下。
• 数据量不大，可以在WEB系统启动的时候加载。
• 定时刷新缓存，

缓存雪崩

缓存雪崩就是瞬间过期数据量太大，导致对数据库服务器造成压力。如能够有效避免过期时间集中，可以有效解决雪崩现象的出现 （约40%），配合其他策略一起使用，并监控服务器的运行数据，根据运行记录做快速调整。

数据库服务器崩溃

• 1、系统平稳运行过程中，忽然数据库连接量激增
• 2、应用服务器无法及时处理请求
• 3、大量408，500错误页面出现
• 4、客户反复刷新页面获取数据
• 5、数据库崩溃
• 6、应用服务器崩溃
• 7、重启应用服务器无效
• 8、Redis服务器崩溃
• 9、Redis集群崩溃
• 10、重启数据库后再次被瞬间流量放倒

缓存雪崩

• 1、在一个较短的时间内，缓存中较多的key集中过期
• 2、此周期内请求访问过期的数据，redis未命中，redis向数据库获取数据
• 3、数据库同时接收到大量的请求无法及时处理
• 4、Redis大量请求被积压，开始出现超时现象
• 5、数据库流量激增，数据库崩溃
• 6、重启后仍然面对缓存中无数据可用
• 7、Redis服务器资源被严重占用，Redis服务器崩溃
• 8、Redis集群呈现崩塌，集群瓦解
• 9、应用服务器无法及时得到数据响应请求，来自客户端的请求数量越来越多，应用服务器崩溃
• 10、应用服务器，redis，数据库全部重启，效果不理想

问题分析

• 短时间范围内
• 大量key集中过期

解决思路

• 1、更多的页面静态化处理
• 2、构建多级缓存架构
  Nginx缓存+redis缓存+ehcache缓存
• 3、检测Mysql严重耗时业务进行优化
  对数据库的瓶颈排查：例如超时查询、耗时较高事务等
• 4、灾难预警机制
  监控redis服务器性能指标
  • CPU占用、CPU使用率
  • 内存容量
  • 查询平均响应时间
  • 线程数
• 5、限流、降级
  短时间范围内牺牲一些客户体验，限制一部分请求访问，降低应用服务器压力，待业务低速运转后再逐步放开访问

解决方案

• 1、LRU与LFU切换
• 2、数据有效期策略调整
  • 根据业务数据有效期进行分类错峰，A类90分钟，B类80分钟，C类70分钟
  • 过期时间使用固定时间+随机值的形式，稀释集中到期的key的数量
• 3、超热数据使用永久key
• 4、定期维护（自动+人工）
  对即将过期数据做访问量分析，确认是否延时，配合访问量统计，做热点数据的延时
• 5、加锁 慎用！

参考链接：https://blog.csdn.net/qq_29373285/article/details/88544299

缓存击穿

缓存击穿就是单个高热数据过期的瞬间，数据访问量较大，未命中redis后，发起了大量对同一数据的数据库访问，导致对数据库服 务器造成压力。应对策略应该在业务数据分析与预防方面进行，配合运行监控测试与即时调整策略，毕竟单个key的过期监控难度 较高，配合雪崩处理策略即可。

缓存击穿和缓存雪崩很相似，缓存雪崩是针对所有的key，缓存击穿针对的是某一个key

场景，假如秒杀一个商品的key，但是这个key过期了，对这个商品的并发量过高。缓存中没有但数据库中有的数据（一般是缓存时间到期），这时由于并发用户特别多，同时读缓存没读到数据，又同时去数据库去取数据，引起数据库压力瞬间增大，造成过大压力。

解决方案

• 1、设置热点数据永远不过期。
• 2、接口限流与熔断，降级。重要的接口一定要做好限流策略，防止用户恶意刷接口，同时要降级准备，当接口中的某些 服务
  不可用时候，进行熔断，失败快速返回机制。
• 3、布隆过滤器。bloomfilter就类似于一个hash set，用于快速判某个元素是否存在于集合中，其典型的应用场景就是快速判断一个key是 否存在于某容器，不存在就直接返回。布隆过滤器的关键就在于hash算法和容器大小，
• 4、加互斥锁，互斥锁参考代码如下：

    @Autowired
    private StringRedisTemplate stringRedisTemplate;
    @Autowired
    private Jedis               jedis;
    private final String        MUTEX_KEY = "MUTEX_";

    public String getData(String key) throws InterruptedException {
        String value = stringRedisTemplate.opsForValue().get(key);
        //缓存失效
        if (StringUtils.isBlank(value)) {
            //设置分布式锁，只允许一个线程去查询DB，同时指定过期时间为1min，防止del操作失败，导致死锁，缓存过期无法加载DB数据
            if (tryLock(MUTEX_KEY + key, 60L)) {
                //从数据库查询数据,将查询的结果缓存起来
                value = getValueFromDB();
                stringRedisTemplate.opsForValue().set(key, value);

                //释放分布式锁
                stringRedisTemplate.delete(MUTEX_KEY + key);
            } else {
                //当锁被占用时，睡眠5s继续调用获取数据请求
                Thread.sleep(5000);
                getData(key);}
        }
        return value;
    }

    /**
     * redis实现分布式事务锁 尝试获取锁
     * 
     * @param lockName  锁
     * @param expireTime 过期时间
     * @return
     */
    public Boolean tryLock(String lockName, long expireTime) {
        //RedisCallback redis事务管理，将redis操作命令放到事务中处理，保证执行的原子性
        String result = stringRedisTemplate.opsForValue().getOperations().execute(new RedisCallback<String>() {

            /**
             * @param key 使用key来当锁，因为key是唯一的。
             * @param value 请求标识，可通过UUID.randomUUID().toString()生成,解锁时通value参数可识别出是哪个请求添加的锁
             * @param nx 表示SET IF NOT EXIST，即当key不存在时，我们进行set操作；若key已经存在，则不做任何操作
             * @param ex 表示过期时间的单位是秒
             * @param time 表示过期时间
             */
            @Override
            public String doInRedis(RedisConnection connection) throws DataAccessException {
                return jedis.set(lockName, UUID.randomUUID().toString(), "NX", "EX", expireTime);
            }
        });

        if ("OK".equals(result)) {
            return true;
        }
        return false;
    }

    public String getValueFromDB() {
        return "";
    }

缓存穿透

缓存穿透是指缓存和数据库中都没有的数据，而用户不断发起请求。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。

如发起为id为“-1”的数据或id为特别大不存在的数据。这时的用户很可能是攻击者，攻击会导致数据库压力过大。