常見的緩存穿透，緩存擊穿，緩存雪崩解決方案分析

作者：zeb_perfect
來源：blog.csdn.net/zeb_perfect

前言

設計一個緩存系統(tǒng)，不得不要考慮的問題就是：緩存穿透、緩存擊穿與失效時的雪崩效應。

緩存穿透

緩存穿透是指查詢一個一定不存在的數(shù)據(jù)，由于緩存是不命中時被動寫的，并且出于容錯考慮，如果從存儲層查不到數(shù)據(jù)則不寫入緩存，這將導致這個不存在的數(shù)據(jù)每次請求都要到存儲層去查詢，失去了緩存的意義。在流量大時，可能DB就掛掉了，要是有人利用不存在的key頻繁攻擊我們的應用，這就是漏洞。

解決方案

有很多種方法可以有效地解決緩存穿透問題，最常見的則是采用布隆過濾器，將所有可能存在的數(shù)據(jù)哈希到一個足夠大的bitmap中，一個一定不存在的數(shù)據(jù)會被 這個bitmap攔截掉，從而避免了對底層存儲系統(tǒng)的查詢壓力。另外也有一個更為簡單粗暴的方法（我們采用的就是這種），如果一個查詢返回的數(shù)據(jù)為空（不管是數(shù) 據(jù)不存在，還是系統(tǒng)故障），我們?nèi)匀话堰@個空結(jié)果進行緩存，但它的過期時間會很短，最長不超過五分鐘。

緩存雪崩

緩存雪崩是指在我們設置緩存時采用了相同的過期時間，導致緩存在某一時刻同時失效，請求全部轉(zhuǎn)發(fā)到DB，DB瞬時壓力過重雪崩。

解決方案

緩存失效時的雪崩效應對底層系統(tǒng)的沖擊非?？膳?。大多數(shù)系統(tǒng)設計者考慮用加鎖或者隊列的方式保證緩存的單線 程（進程）寫，從而避免失效時大量的并發(fā)請求落到底層存儲系統(tǒng)上。這里分享一個簡單方案就時講緩存失效時間分散開，比如我們可以在原有的失效時間基礎上增加一個隨機值，比如1-5分鐘隨機，這樣每一個緩存的過期時間的重復率就會降低，就很難引發(fā)集體失效的事件。

緩存擊穿

對于一些設置了過期時間的key，如果這些key可能會在某些時間點被超高并發(fā)地訪問，是一種非?！盁狳c”的數(shù)據(jù)。這個時候，需要考慮一個問題：緩存被“擊穿”的問題，這個和緩存雪崩的區(qū)別在于這里針對某一key緩存，前者則是很多key。

緩存在某個時間點過期的時候，恰好在這個時間點對這個Key有大量的并發(fā)請求過來，這些請求發(fā)現(xiàn)緩存過期一般都會從后端DB加載數(shù)據(jù)并回設到緩存，這個時候大并發(fā)的請求可能會瞬間把后端DB壓垮。

解決方案

1.使用互斥鎖(mutex key)

業(yè)界比較常用的做法，是使用mutex。簡單地來說，就是在緩存失效的時候（判斷拿出來的值為空），不是立即去load db，而是先使用緩存工具的某些帶成功操作返回值的操作（比如Redis的SETNX或者Memcache的ADD）去set一個mutex key，當操作返回成功時，再進行l(wèi)oad db的操作并回設緩存；否則，就重試整個get緩存的方法。

SETNX，是「SET if Not eXists」的縮寫，也就是只有不存在的時候才設置，可以利用它來實現(xiàn)鎖的效果。在redis2.6.1之前版本未實現(xiàn)setnx的過期時間，所以這里給出兩種版本代碼參考：

//2.6.1前單機版本鎖  
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 {    
        //其他線程休息50毫秒后重試    
        Thread.sleep(50);    
        get(key);    
    }    
  }    
}  

最新版本代碼：

public String get(key) {  
      String value = redis.get(key);  
      if (value == null) { //代表緩存值過期  
          //設置3min的超時，防止del操作失敗的時候，下次緩存過期一直不能load db  
          if (redis.setnx(key_mutex, 1, 3 * 60) == 1) {  //代表設置成功  
               value = db.get(key);  
                      redis.set(key, value, expire_secs);  
                      redis.del(key_mutex);  
              } else {  //這個時候代表同時候的其他線程已經(jīng)load db并回設到緩存了，這時候重試獲取緩存值即可  
                      sleep(50);  
                      get(key);  //重試  
              }  
          } else {  
              return value;        
          }  
 }  

memcache代碼：

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"使用互斥鎖(mutex key)：

在value內(nèi)部設置1個超時值(timeout1), timeout1比實際的memcache timeout(timeout2)小。當從cache讀取到timeout1發(fā)現(xiàn)它已經(jīng)過期時候，馬上延長timeout1并重新設置到cache。然后再從數(shù)據(jù)庫加載數(shù)據(jù)并設置到cache中。偽代碼如下：

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. "永遠不過期"：

這里的“永遠不過期”包含兩層意思：

(1) 從redis上看，確實沒有設置過期時間，這就保證了，不會出現(xiàn)熱點key過期問題，也就是“物理”不過期。

(2) 從功能上看，如果不過期，那不就成靜態(tài)的了嗎？所以我們把過期時間存在key對應的value里，如果發(fā)現(xiàn)要過期了，通過一個后臺的異步線程進行緩存的構(gòu)建，也就是“邏輯”過期

從實戰(zhàn)看，這種方法對于性能非常友好，唯一不足的就是構(gòu)建緩存時候，其余線程(非構(gòu)建緩存的線程)可能訪問的是老數(shù)據(jù)，但是對于一般的互聯(lián)網(wǎng)功能來說這個還是可以忍受。

String get(final String key) {    
        V v = redis.get(key);    
        String value = v.getValue();    
        long timeout = v.getTimeout();    
        if (v.timeout <= System.currentTimeMillis()) {    
            // 異步更新后臺異常執(zhí)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. 資源保護：

采用netflix的hystrix，可以做資源的隔離保護主線程池，如果把這個應用到緩存的構(gòu)建也未嘗不可。

四種解決方案：沒有最佳只有最合適

解決方案	優(yōu)點	缺點
簡單分布式互斥鎖 （mutex key）	1. 思路簡單 2. 保證一致性	1. 代碼復雜度增大 2. 存在死鎖的風險 3. 存在線程池阻塞的風險
“提前”使用互斥鎖	保證一致性	同上
不過期(本文)	異步構(gòu)建緩存，不會阻塞線程池	1. 不保證一致性 2. 代碼復雜度增大 (每個value都要維護一個timekey) 3. 占用一定的內(nèi)存空間 (每個value都要維護一個timekey)
資源隔離組件hystrix(本文)	1.hystrix技術(shù)成熟，有效保證后端 2.hystrix監(jiān)控強大	部分訪問存在降級策略

四種方案來源網(wǎng)絡，詳文請鏈接：
http://carlosfu.iteye.com/blog/2269687

總結(jié)

針對業(yè)務系統(tǒng)，永遠都是具體情況具體分析，沒有最好，只有最合適。

最后，對于緩存系統(tǒng)常見的緩存滿了和數(shù)據(jù)丟失問題，需要根據(jù)具體業(yè)務分析，通常我們采用LRU策略處理溢出，Redis的RDB和AOF持久化策略來保證一定情況下的數(shù)據(jù)安全。

如有文章對你有幫助，
“在看”和轉(zhuǎn)發(fā)是對我最大的支持！
剛剛整理好了的第五版《Java大廠面試題》，而且已經(jīng)分類 25份 PDF，累計 2098頁！

整理的面試題，內(nèi)容列表


互聯(lián)網(wǎng)大廠面試題，怎么領??？

 注意，不要亂回復 
（一定要回復 面試題 ）否則獲取不了

（加好友，還能邀請進Java群 ）

覺得不錯，請點個在看