7-Redis架构设计到使用场景-缓存穿透、缓存雪崩、缓存预热、缓存降级

常见问题

缓存穿透

一般访问缓存，如果缓存中存在查询的商品数据，那么直接返回；如果缓存中不存在商品数据，一般需要访问数据库获取数据。

由于不恰当的业务实现，或者外部恶意攻击不断请求非缓存数据，导致所有的请求都会在短时间访问到数据库，对数据库可能带来一定的压力，甚至引起崩溃。

**解决方案：**针对缓存穿透的情况，最简单的对策就是将不存在的数据访问结果，也存储到缓存中，避免缓存访问的穿透；并将不存在商品数据的访问结果也缓存下来，有效的避免缓存穿透的风险。

缓存雪崩

当缓存重启或者大量的缓存在某一时间段失效，会导致大批流量直接访问数据库，对DB造成压力，从而引起DB故障，引起系统崩溃。

举个栗子，对于抢购类的促销运营活动，活动期间将带来大量的商品信息、库存等相关信息的查询。为了避免商品数据库的压力，将商品数据放入缓存中存储。不巧的是，抢购活动期间，大量的热门商品缓存同时失效过期了，导致大量查询流量落到数据库之上，对于数据库来说造成很大的压力。

解决方案：

1. 将商品根据品类热度分类，购买比较多的类目商品缓存周期长一些，购买相对冷门的类目商品，缓存周期短一些；
2. 在设置商品具体的缓存生效时间的时候，加上一个随机的区间因子，比如说5-10分钟之间来随意选择失效时间；
3. 提前预估DB能力，如果缓存挂掉，数据库仍可以在一定程度上抗住流量的压力。

缓存预热

缓存预热是指系统上线后，将相关的缓存数据直接加载到缓存系统。可以避免在用户请求时，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。

如果不进行预热，那么Redis初识状态数据为空，系统上线初期，对于高并发的流量，都会访问到数据库中，对数据库造成流量的压力。

解决方案：

1. 数据量不大的时候，工程启动的时候进行加载缓存动作；
2. 数据量大的时候，设置一个定时任务脚本，进行缓存的刷新；
3. 数据量太大的时候，优先保证热点数据进行提前加载到缓存。

缓存降级

缓存降级是指缓存失效或者缓存服务挂掉的情况下，也不访问数据库，直接访问内存数据或者直接返回默认数据。

举个栗子，对于应用的首页，一般访问量会非常大，首页里面往往包含了部分推荐商品的展示信息，这些推荐商品都会放到缓存中进行存储，同时为了避免缓存的异常情况，对热点商品数据也存储到了内存中，同时内存中还保留了一些默认的商品信息。