25 | 緩存異常（上）：如何解決緩存和數(shù)據(jù)庫(kù)的數(shù)據(jù)不一致問題嘴脾？

1、前言

異常問題蔬墩，4 個(gè)方面：緩存中的數(shù)據(jù)和數(shù)據(jù)庫(kù)中的不一致译打；緩存雪崩；緩存擊穿和緩存穿透筹我。

2扶平、緩存和數(shù)據(jù)庫(kù)的數(shù)據(jù)不一致是如何發(fā)生的？

“數(shù)據(jù)的一致性”含義：不符合這兩種情況的蔬蕊，就屬于緩存和數(shù)據(jù)庫(kù)的數(shù)據(jù)不一致問題结澄。

緩存中有數(shù)據(jù)哥谷，那么，緩存的數(shù)據(jù)值需要和數(shù)據(jù)庫(kù)中的值相同麻献；

緩存中本身沒有數(shù)據(jù)们妥，那么，數(shù)據(jù)庫(kù)中的值必須是最新值勉吻。

根據(jù)是否接收寫請(qǐng)求监婶，我們可以把緩存分成讀寫緩存和只讀緩存。

1）齿桃、對(duì)于讀寫緩存惑惶，如果要對(duì)數(shù)據(jù)進(jìn)行增刪改，就需要在緩存中進(jìn)行短纵，同時(shí)還要根據(jù)采取的寫回策略带污，決定是否同步寫回到數(shù)據(jù)庫(kù)中。

同步直寫策略：寫緩存時(shí)香到，也同步寫數(shù)據(jù)庫(kù)鱼冀，緩存和數(shù)據(jù)庫(kù)中的數(shù)據(jù)一致；

異步寫回策略：寫緩存時(shí)不同步寫數(shù)據(jù)庫(kù)悠就，等到數(shù)據(jù)從緩存中淘汰時(shí)千绪，再寫回?cái)?shù)據(jù)庫(kù)。使用這種策略時(shí)梗脾，如果數(shù)據(jù)還沒有寫回?cái)?shù)據(jù)庫(kù)荸型，緩存就發(fā)生了故障，那么藐唠，此時(shí)帆疟，數(shù)據(jù)庫(kù)就沒有最新的數(shù)據(jù)了鹉究。

所以宇立，對(duì)于讀寫緩存，要想保證緩存和數(shù)據(jù)庫(kù)中的數(shù)據(jù)一致自赔，就要采用同步直寫策略妈嘹。（需要同時(shí)更新緩存 + 數(shù)據(jù)庫(kù)，要保證事務(wù)）

在對(duì)數(shù)據(jù)一致性的要求可能不是那么高绍妨，可以使用異步寫回策略润脸。（比如說(shuō)緩存的是電商商品的非關(guān)鍵屬性或者短視頻的創(chuàng)建或修改時(shí)間等）

2）、對(duì)于只讀緩存他去，如果有數(shù)據(jù)新增毙驯，會(huì)直接寫入數(shù)據(jù)庫(kù)；而有數(shù)據(jù)刪改時(shí)灾测，就需要把只讀緩存中的數(shù)據(jù)標(biāo)記為無(wú)效爆价。這樣一來(lái)，應(yīng)用后續(xù)再訪問這些增刪改的數(shù)據(jù)時(shí)，因?yàn)榫彺嬷袥]有相應(yīng)的數(shù)據(jù)铭段，就會(huì)發(fā)生緩存缺失骤宣。此時(shí)，應(yīng)用再?gòu)臄?shù)據(jù)庫(kù)中把數(shù)據(jù)讀入緩存序愚，這樣后續(xù)再訪問數(shù)據(jù)時(shí)憔披，就能夠直接從緩存中讀取了。

以 Tomcat 向 MySQL 中寫入和刪改數(shù)據(jù)為例爸吮，增/刪/改如何進(jìn)行的：

Tomcat 上運(yùn)行的應(yīng)用芬膝，無(wú)論是新增（Insert 操作）、修改（Update 操作）形娇、還是刪除（Delete 操作）數(shù)據(jù) X蔗候，都會(huì)直接在數(shù)據(jù)庫(kù)中增改刪。當(dāng)然埂软，如果應(yīng)用執(zhí)行的是修改或刪除操作锈遥，還會(huì)刪除緩存的數(shù)據(jù) X。

數(shù)據(jù)的增/刪/改操作具體是如何進(jìn)行

A勘畔、新增數(shù)據(jù)

新增數(shù)據(jù)所灸，數(shù)據(jù)會(huì)直接寫到數(shù)據(jù)庫(kù)中，不用對(duì)緩存做任何操作炫七，緩存中本身就沒有新增數(shù)據(jù)爬立，而數(shù)據(jù)庫(kù)中是最新值，這種情況符合我們剛剛所說(shuō)的一致性的第 2 種情況万哪，所以侠驯，此時(shí)，緩存和數(shù)據(jù)庫(kù)的數(shù)據(jù)是一致的奕巍。

B吟策、刪改數(shù)據(jù)

如果發(fā)生刪改操作，應(yīng)用既要更新數(shù)據(jù)庫(kù)的止，也要在緩存中刪除數(shù)據(jù)檩坚。這兩個(gè)操作如果無(wú)法保證原子性，也就是說(shuō)诅福，要不都完成匾委，要不都沒完成，此時(shí)氓润，就會(huì)出現(xiàn)數(shù)據(jù)不一致問題赂乐。

兩種情況——先操作緩存再操作數(shù)據(jù)庫(kù)；先操作數(shù)據(jù)庫(kù)再操作緩存咖气。

先操作緩存再操作數(shù)據(jù)庫(kù)

先操作數(shù)據(jù)庫(kù)再操作緩存

到這挨措，在更新數(shù)據(jù)庫(kù)和刪除緩存值的過(guò)程中辐啄，無(wú)論這兩個(gè)操作的執(zhí)行順序誰(shuí)先誰(shuí)后，只要有一個(gè)操作失敗了运嗜，就會(huì)導(dǎo)致客戶端讀取到舊值壶辜。

無(wú)論誰(shuí)在前都有問題

3、如何解決數(shù)據(jù)不一致問題担租？

有兩種方法：重試機(jī)制砸民；延時(shí)雙刪。

1）奋救、重試機(jī)制

把要?jiǎng)h除的緩存值或者是要更新的數(shù)據(jù)庫(kù)值暫存到消息隊(duì)列中岭参。當(dāng)應(yīng)用沒有能夠成功地刪除緩存值或者是更新數(shù)據(jù)庫(kù)值時(shí)，可以從消息隊(duì)列中重新讀取這些值尝艘，然后再次進(jìn)行刪除或更新演侯。

如果能夠成功的刪除或更新，需要把這些值從消息隊(duì)列刪除背亥，避免重試秒际。

如果重試一直失敗，到一定次數(shù)狡汉，需要給業(yè)務(wù)層發(fā)送報(bào)錯(cuò)信息娄徊。

重試機(jī)制保證數(shù)據(jù)一致性

2）、延時(shí)雙刪----兩種情況----解決并發(fā)情況下的數(shù)據(jù)不一致問題

情況一：先刪除緩存盾戴，再更新數(shù)據(jù)庫(kù)寄锐。

假設(shè)線程 A 刪除緩存值后，還沒有來(lái)得及更新數(shù)據(jù)庫(kù)（比如說(shuō)有網(wǎng)絡(luò)延遲）尖啡，線程 B 就開始讀取數(shù)據(jù)了橄仆，那么這個(gè)時(shí)候，線程 B 會(huì)發(fā)現(xiàn)緩存缺失衅斩，就只能去數(shù)據(jù)庫(kù)讀取盆顾。這會(huì)帶來(lái)兩個(gè)問題：

--線程 B 讀取到了舊值；

--線程 B 是在緩存缺失的情況下讀取的數(shù)據(jù)庫(kù)矛渴，所以椎扬，它還會(huì)把舊值寫入緩存，這可能會(huì)導(dǎo)致其他線程從緩存中讀到舊值具温。

等到線程 B 從數(shù)據(jù)庫(kù)讀取完數(shù)據(jù)、更新了緩存后筐赔，線程 A 才開始更新數(shù)據(jù)庫(kù)铣猩，此時(shí)，緩存中的數(shù)據(jù)是舊值茴丰，而數(shù)據(jù)庫(kù)中的是最新值达皿，兩者就不一致了天吓。

數(shù)據(jù)不一致情況一

解決：延時(shí)雙刪

在線程 A 更新完數(shù)據(jù)庫(kù)值以后，我們可以讓它先 sleep 一小段時(shí)間峦椰，再進(jìn)行一次緩存刪除操作龄寞。

redis.delKey(X)

db.update(X)

Thread.sleep(N)

redis.delKey(X)

之所以要加上 sleep 的這段時(shí)間，就是為了讓線程 B 能夠先從數(shù)據(jù)庫(kù)讀取數(shù)據(jù)汤功，再把缺失的數(shù)據(jù)寫入緩存物邑，然后，線程 A 再進(jìn)行刪除滔金。所以色解，線程 A sleep 的時(shí)間，就需要大于線程 B 讀取數(shù)據(jù)再寫入緩存的時(shí)間餐茵。

這樣一來(lái)科阎，其它線程讀取數(shù)據(jù)時(shí)，會(huì)發(fā)現(xiàn)緩存缺失忿族，所以會(huì)從數(shù)據(jù)庫(kù)中讀取最新值锣笨。因?yàn)檫@個(gè)方案會(huì)在第一次刪除緩存值后，延遲一段時(shí)間再次進(jìn)行刪除道批，所以我們也把它叫做“延遲雙刪”票唆。

情況二：先更新數(shù)據(jù)庫(kù)值，再刪除緩存值屹徘。

如果線程 A 刪除了數(shù)據(jù)庫(kù)中的值走趋，但還沒來(lái)得及刪除緩存值，線程 B 就開始讀取數(shù)據(jù)了噪伊，那么此時(shí)簿煌，線程 B 查詢緩存時(shí)，發(fā)現(xiàn)緩存命中鉴吹，就會(huì)直接從緩存中讀取舊值姨伟。不過(guò)，在這種情況下豆励，如果其他線程并發(fā)讀緩存的請(qǐng)求不多夺荒，那么，就不會(huì)有很多請(qǐng)求讀取到舊值良蒸。而且技扼，線程 A 一般也會(huì)很快刪除緩存值，這樣一來(lái)嫩痰，其他線程再次讀取時(shí)剿吻，就會(huì)發(fā)生緩存缺失，進(jìn)而從數(shù)據(jù)庫(kù)中讀取最新值串纺。所以丽旅，這種情況對(duì)業(yè)務(wù)的影響較小椰棘。

數(shù)據(jù)不一致情況二

總結(jié)一下，緩存和數(shù)據(jù)庫(kù)的數(shù)據(jù)不一致一般是由兩個(gè)原因?qū)е麻希鄳?yīng)的解決方案如下：

1）邪狞、刪除緩存值或更新數(shù)據(jù)庫(kù)失敗而導(dǎo)致數(shù)據(jù)不一致，你可以使用重試機(jī)制確保刪除或更新操作成功茅撞。

2）帆卓、在刪除緩存值、更新數(shù)據(jù)庫(kù)的這兩步操作中乡翅，有其他線程的并發(fā)讀操作鳞疲，導(dǎo)致其他線程讀取到舊值，應(yīng)對(duì)方案是延遲雙刪蠕蚜。

4尚洽、小結(jié)

緩存和數(shù)據(jù)庫(kù)不一致的問題

1）、對(duì)于讀寫緩存來(lái)說(shuō)靶累，如果我們采用同步寫回策略腺毫，那么可以保證緩存和數(shù)據(jù)庫(kù)中的數(shù)據(jù)一致。

2）挣柬、只讀緩存的情況比較復(fù)雜

只讀緩存下的數(shù)據(jù)不一致問題匯總

3）潮酒、小tips：大多數(shù)業(yè)務(wù)場(chǎng)景下，Redis 作為只讀緩存使用

建議：優(yōu)先使用先更新數(shù)據(jù)庫(kù)再刪除緩存的方法邪蛔，原因有二：

A急黎、先刪除緩存值再更新數(shù)據(jù)庫(kù)，有可能導(dǎo)致請(qǐng)求因緩存缺失而訪問數(shù)據(jù)庫(kù)侧到，給數(shù)據(jù)庫(kù)帶來(lái)壓力勃教；

B、如果業(yè)務(wù)應(yīng)用中讀取數(shù)據(jù)庫(kù)和寫緩存的時(shí)間不好估算匠抗，那么故源，延遲雙刪中的等待時(shí)間就不好設(shè)置。

當(dāng)使用先更新數(shù)據(jù)庫(kù)再刪除緩存時(shí)汞贸，也有個(gè)地方需要注意绳军，如果業(yè)務(wù)層要求必須讀取一致的數(shù)據(jù)，就需要在更新數(shù)據(jù)庫(kù)時(shí)矢腻，先在 Redis 緩存客戶端暫存并發(fā)讀請(qǐng)求艰垂，等數(shù)據(jù)庫(kù)更新完权薯、緩存值刪除后匙握，再讀取數(shù)據(jù)稀轨，從而保證數(shù)據(jù)一致性抹凳。

26 | 緩存異常（下）：如何解決緩存雪崩井辜、擊穿修壕、穿透難題钉凌？

1、緩存雪崩

緩存雪崩是指大量的應(yīng)用請(qǐng)求無(wú)法在 Redis 緩存中進(jìn)行處理帐偎，緊接著逐纬，應(yīng)用將大量請(qǐng)求發(fā)送到數(shù)據(jù)庫(kù)層，導(dǎo)致數(shù)據(jù)庫(kù)層的壓力激增削樊。

兩個(gè)原因?qū)е拢?/p>

1）豁生、緩存中有大量數(shù)據(jù)同時(shí)過(guò)期，導(dǎo)致大量請(qǐng)求無(wú)法得到處理漫贞。

2）甸箱、Redis緩存實(shí)例發(fā)生故障宕機(jī)了，無(wú)法處理請(qǐng)求迅脐，這就會(huì)導(dǎo)致大量請(qǐng)求一下子積壓到數(shù)據(jù)庫(kù)層芍殖，從而發(fā)生緩存雪崩

1）、處理方案

A谴蔑、給這些數(shù)據(jù)的過(guò)期時(shí)間增加一個(gè)較小的隨機(jī)數(shù)（隨機(jī)增加 1~3 分鐘）豌骏，避免同時(shí)過(guò)期

B、服務(wù)降級(jí)隐锭，只有部分過(guò)期數(shù)據(jù)的請(qǐng)求會(huì)發(fā)送到數(shù)據(jù)庫(kù)窃躲，數(shù)據(jù)庫(kù)的壓力就沒有那么大了

當(dāng)業(yè)務(wù)應(yīng)用訪問的是非核心數(shù)據(jù)（例如電商商品屬性）時(shí)，暫時(shí)停止從緩存中查詢這些數(shù)據(jù)钦睡，而是直接返回預(yù)定義信息蒂窒、空值或是錯(cuò)誤信息；

當(dāng)業(yè)務(wù)應(yīng)用訪問的是核心數(shù)據(jù)（例如電商商品庫(kù)存）時(shí)荞怒，仍然允許查詢緩存洒琢，如果緩存缺失，也可以繼續(xù)通過(guò)數(shù)據(jù)庫(kù)讀取挣输。

緩存雪崩

服務(wù)降級(jí)

2）纬凤、處理方案（緩存處理萬(wàn)億級(jí)別，數(shù)據(jù)庫(kù)處理千萬(wàn)級(jí)別撩嚼，差十倍）

A停士、是在業(yè)務(wù)系統(tǒng)中實(shí)現(xiàn)服務(wù)熔斷或請(qǐng)求限流機(jī)制。

服務(wù)熔斷完丽，是指在發(fā)生緩存雪崩時(shí)恋技，為了防止引發(fā)連鎖的數(shù)據(jù)庫(kù)雪崩，甚至是整個(gè)系統(tǒng)的崩潰逻族，我們暫停業(yè)務(wù)應(yīng)用對(duì)緩存系統(tǒng)的接口訪問蜻底。再具體點(diǎn)說(shuō)，就是業(yè)務(wù)應(yīng)用調(diào)用緩存接口時(shí)聘鳞，緩存客戶端并不把請(qǐng)求發(fā)給 Redis 緩存實(shí)例薄辅，而是直接返回要拂，等到 Redis 緩存實(shí)例重新恢復(fù)服務(wù)后，再允許應(yīng)用請(qǐng)求發(fā)送到緩存系統(tǒng)站楚。

避免了大量請(qǐng)求因緩存缺失脱惰，而積壓到數(shù)據(jù)庫(kù)系統(tǒng)，保證了數(shù)據(jù)庫(kù)系統(tǒng)的正常運(yùn)行窿春。

服務(wù)熔斷

服務(wù)熔斷雖然可以保證數(shù)據(jù)庫(kù)的正常運(yùn)行拉一，但是暫停了整個(gè)緩存系統(tǒng)的訪問，對(duì)業(yè)務(wù)應(yīng)用的影響范圍大旧乞。為了盡可能減少這種影響蔚润，我們也可以進(jìn)行請(qǐng)求限流。請(qǐng)求限流尺栖，是指在業(yè)務(wù)系統(tǒng)的請(qǐng)求入口前端控制每秒進(jìn)入系統(tǒng)的請(qǐng)求數(shù)嫡纠，避免過(guò)多的請(qǐng)求被發(fā)送到數(shù)據(jù)庫(kù)。

服務(wù)限流

B决瞳、事前預(yù)防

通過(guò)主從節(jié)點(diǎn)的方式構(gòu)建 Redis 緩存高可靠集群货徙。如果 Redis 緩存的主節(jié)點(diǎn)故障宕機(jī)了，從節(jié)點(diǎn)還可以切換成為主節(jié)點(diǎn)皮胡，繼續(xù)提供緩存服務(wù)痴颊，避免了由于緩存實(shí)例宕機(jī)而導(dǎo)致的緩存雪崩問題。

2屡贺、緩存擊穿

緩存擊穿是指蠢棱，針對(duì)某個(gè)訪問非常頻繁的熱點(diǎn)數(shù)據(jù)的請(qǐng)求，無(wú)法在緩存中進(jìn)行處理甩栈，緊接著泻仙，訪問該數(shù)據(jù)的大量請(qǐng)求，一下子都發(fā)送到了后端數(shù)據(jù)庫(kù)量没，導(dǎo)致了數(shù)據(jù)庫(kù)壓力激增玉转，會(huì)影響數(shù)據(jù)庫(kù)處理其他請(qǐng)求。緩存擊穿的情況殴蹄，經(jīng)常發(fā)生在熱點(diǎn)數(shù)據(jù)過(guò)期失效究抓。

緩存擊穿

解決方案：對(duì)于訪問特別頻繁的熱點(diǎn)數(shù)據(jù)，我們就不設(shè)置過(guò)期時(shí)間袭灯。

3刺下、緩存穿透

緩存穿透是指要訪問的數(shù)據(jù)既不在 Redis 緩存中，也不在數(shù)據(jù)庫(kù)中稽荧，導(dǎo)致請(qǐng)求在訪問緩存時(shí)橘茉，發(fā)生緩存缺失，再去訪問數(shù)據(jù)庫(kù)時(shí)，發(fā)現(xiàn)數(shù)據(jù)庫(kù)中也沒有要訪問的數(shù)據(jù)畅卓。

緩存穿透

兩種情況產(chǎn)生：

1）擅腰、業(yè)務(wù)層誤操作：緩存中的數(shù)據(jù)和數(shù)據(jù)庫(kù)中的數(shù)據(jù)被誤刪除了，所以緩存和數(shù)據(jù)庫(kù)中都沒有數(shù)據(jù)髓介；

2）惕鼓、惡意攻擊：專門訪問數(shù)據(jù)庫(kù)中沒有的數(shù)據(jù)筋现。

解決方案：

1）唐础、緩存空值或缺省值。----解決少量

一旦發(fā)生緩存穿透矾飞，我們就可以針對(duì)查詢的數(shù)據(jù)一膨，在 Redis 中緩存一個(gè)空值或是和業(yè)務(wù)層協(xié)商確定的缺省值（例如，庫(kù)存的缺省值可以設(shè)為 0）洒沦，再次請(qǐng)求就可以請(qǐng)求緩存豹绪。

2）、使用布隆過(guò)濾器快速判斷數(shù)據(jù)是否存在申眼，避免從數(shù)據(jù)庫(kù)中查詢數(shù)據(jù)是否存在瞒津，減輕數(shù)據(jù)庫(kù)壓力。

布隆過(guò)濾器是如何工作

布隆過(guò)濾器由一個(gè)初值都為 0 的 bit 數(shù)組和 N 個(gè)哈希函數(shù)組成括尸，可以用來(lái)快速判斷某個(gè)數(shù)據(jù)是否存在巷蚪。當(dāng)我們想標(biāo)記某個(gè)數(shù)據(jù)存在時(shí)（例如，數(shù)據(jù)已被寫入數(shù)據(jù)庫(kù)）濒翻，布隆過(guò)濾器會(huì)通過(guò)三個(gè)操作完成標(biāo)記：

首先屁柏，使用 N 個(gè)哈希函數(shù)，分別計(jì)算這個(gè)數(shù)據(jù)的哈希值有送，得到 N 個(gè)哈希值淌喻。

然后，我們把這 N 個(gè)哈希值對(duì) bit 數(shù)組的長(zhǎng)度取模雀摘，得到每個(gè)哈希值在數(shù)組中的對(duì)應(yīng)位置裸删。

最后，我們把對(duì)應(yīng)位置的 bit 位設(shè)置為 1阵赠，這就完成了在布隆過(guò)濾器中標(biāo)記數(shù)據(jù)的操作涯塔。

如果數(shù)據(jù)不存在（例如，數(shù)據(jù)庫(kù)里沒有寫入數(shù)據(jù)）豌注，我們也就沒有用布隆過(guò)濾器標(biāo)記過(guò)數(shù)據(jù)伤塌，那么，bit 數(shù)組對(duì)應(yīng) bit 位的值仍然為 0轧铁。

當(dāng)需要查詢某個(gè)數(shù)據(jù)時(shí)每聪，我們就執(zhí)行剛剛說(shuō)的計(jì)算過(guò)程，先得到這個(gè)數(shù)據(jù)在 bit 數(shù)組中對(duì)應(yīng)的 N 個(gè)位置。緊接著药薯，我們查看 bit 數(shù)組中這 N 個(gè)位置上的 bit 值绑洛。只要這 N 個(gè) bit 值有一個(gè)不為 1，這就表明布隆過(guò)濾器沒有對(duì)該數(shù)據(jù)做過(guò)標(biāo)記童本，所以真屯，查詢的數(shù)據(jù)一定沒有在數(shù)據(jù)庫(kù)中保存。

布隆過(guò)濾器

圖中布隆過(guò)濾器是一個(gè)包含 10 個(gè) bit 位的數(shù)組穷娱，使用了 3 個(gè)哈希函數(shù)绑蔫，當(dāng)在布隆過(guò)濾器中標(biāo)記數(shù)據(jù) X 時(shí)，X 會(huì)被計(jì)算 3 次哈希值泵额，并對(duì) 10 取模配深，取模結(jié)果分別是 1、3嫁盲、7篓叶。所以，bit 數(shù)組的第 1羞秤、3缸托、7 位被設(shè)置為 1。當(dāng)應(yīng)用想要查詢 X 時(shí)瘾蛋，只要查看數(shù)組的第 1俐镐、3、7 位是否為 1瘦黑，只要有一個(gè)為 0京革，那么，X 就肯定不在數(shù)據(jù)庫(kù)中幸斥。

基于布隆過(guò)濾器的快速檢測(cè)特性匹摇，我們可以在把數(shù)據(jù)寫入數(shù)據(jù)庫(kù)時(shí)，使用布隆過(guò)濾器做個(gè)標(biāo)記甲葬。當(dāng)緩存缺失后廊勃，應(yīng)用查詢數(shù)據(jù)庫(kù)時(shí)，可以通過(guò)查詢布隆過(guò)濾器快速判斷數(shù)據(jù)是否存在经窖。如果不存在坡垫，就不用再去數(shù)據(jù)庫(kù)中查詢了。這樣一來(lái)画侣，即使發(fā)生緩存穿透了冰悠，大量請(qǐng)求只會(huì)查詢 Redis 和布隆過(guò)濾器，而不會(huì)積壓到數(shù)據(jù)庫(kù)配乱，也就不會(huì)影響數(shù)據(jù)庫(kù)的正常運(yùn)行溉卓。布隆過(guò)濾器可以使用 Redis 實(shí)現(xiàn)皮迟，本身就能承擔(dān)較大的并發(fā)訪問壓力。

C桑寨、在請(qǐng)求入口的前端進(jìn)行請(qǐng)求檢測(cè)

緩存穿透的一個(gè)原因是有大量的惡意請(qǐng)求訪問不存在的數(shù)據(jù)伏尼，所以，一個(gè)有效的應(yīng)對(duì)方案是在請(qǐng)求入口前端尉尾，對(duì)業(yè)務(wù)系統(tǒng)接收到的請(qǐng)求進(jìn)行合法性檢測(cè)爆阶，把惡意的請(qǐng)求（例如請(qǐng)求參數(shù)不合理、請(qǐng)求參數(shù)是非法值沙咏、請(qǐng)求字段不存在）直接過(guò)濾掉辨图，不讓它們?cè)L問后端緩存和數(shù)據(jù)庫(kù)。這樣一來(lái)芭碍，也就不會(huì)出現(xiàn)緩存穿透問題了徒役。

4、小結(jié)

緩存雪崩和擊穿主要是因?yàn)閿?shù)據(jù)不在緩存中了窖壕，而緩存穿透則是因?yàn)閿?shù)據(jù)既不在緩存中，也不在數(shù)據(jù)庫(kù)中杉女。

所以瞻讽，緩存雪崩或擊穿時(shí)，一旦數(shù)據(jù)庫(kù)中的數(shù)據(jù)被再次寫入到緩存后熏挎，應(yīng)用又可以在緩存中快速訪問數(shù)據(jù)了速勇，數(shù)據(jù)庫(kù)的壓力也會(huì)相應(yīng)地降低下來(lái)，而緩存穿透發(fā)生時(shí)坎拐，Redis 緩存和數(shù)據(jù)庫(kù)會(huì)同時(shí)持續(xù)承受請(qǐng)求壓力烦磁。

非常重要的總結(jié)

強(qiáng)調(diào)一下，服務(wù)熔斷哼勇、服務(wù)降級(jí)都伪、請(qǐng)求限流這些方法都是屬于“有損”方案，在保證數(shù)據(jù)庫(kù)和整體系統(tǒng)穩(wěn)定的同時(shí)积担，會(huì)對(duì)業(yè)務(wù)應(yīng)用帶來(lái)負(fù)面影響陨晶。

例如使用服務(wù)降級(jí)時(shí)，有部分?jǐn)?shù)據(jù)的請(qǐng)求就只能得到錯(cuò)誤返回信息帝璧，無(wú)法正常處理先誉。

如果使用了服務(wù)熔斷，那么的烁，整個(gè)緩存系統(tǒng)的服務(wù)都被暫停了褐耳，影響的業(yè)務(wù)范圍更大。

而使用了請(qǐng)求限流機(jī)制后渴庆，整個(gè)業(yè)務(wù)系統(tǒng)的吞吐率會(huì)降低铃芦，能并發(fā)處理的用戶請(qǐng)求會(huì)減少买雾，會(huì)影響到用戶體驗(yàn)。

建議是杨帽，盡量使用預(yù)防式方案：

針對(duì)緩存雪崩漓穿，合理地設(shè)置數(shù)據(jù)過(guò)期時(shí)間，以及搭建高可靠緩存集群注盈；

針對(duì)緩存擊穿晃危，在緩存訪問非常頻繁的熱點(diǎn)數(shù)據(jù)時(shí)，不要設(shè)置過(guò)期時(shí)間老客；

針對(duì)緩存穿透僚饭，提前在入口前端實(shí)現(xiàn)惡意請(qǐng)求檢測(cè)，或者規(guī)范數(shù)據(jù)庫(kù)的數(shù)據(jù)刪除操作胧砰，避免誤刪除鳍鸵。