前言
作為一種非關(guān)系型數(shù)據(jù)庫，redis也總是免不了有各種各樣的問題。如何有效的理解并且區(qū)分 Reids 穿透、擊穿和雪崩之間的區(qū)別，一直以來都挺困擾我的一個難題，下面將一一舉例。
(一)緩存穿透
關(guān)鍵詞：穿過 Redis 和數(shù)據(jù)庫
當 Redis 和數(shù)據(jù)庫中都沒有我們想要的數(shù)據(jù)時，就需要考慮緩存穿透的問題了。下面這段邏輯大家用的會比較多：先去 Redis 中查找某資源，Redis 中查不到就去 DB 中查，DB 中查到后回寫一份數(shù)據(jù)到 Redis 中。
舉例
對于系統(tǒng)A，假設(shè)一秒 5000 個請求，結(jié)果其中 4000 個請求是黑客發(fā)出的惡意攻擊。
黑客發(fā)出的那 4000 個攻擊，緩存中查不到，每次你去數(shù)據(jù)庫里查，也查不到。
數(shù)據(jù)庫 id 是從 1 開始的，結(jié)果黑客發(fā)過來的請求 id 全部都是負數(shù)。這樣的話，緩存中不會有，請求每次都“視緩存于無物”，直接查詢數(shù)據(jù)庫。這種惡意攻擊場景的緩存穿透就會直接把數(shù)據(jù)庫給打死。
解決方案
1、緩存空結(jié)果
如果系統(tǒng)發(fā)現(xiàn) Redis 及 DB 中都不存在該資源，就緩存空結(jié)果一段時間。需要注意哈，這次的失效時間不能設(shè)置的太長，否則數(shù)據(jù)的實效性會產(chǎn)生很大的問題。
2、用戶合法性校驗
對用戶的請求合法性進行校驗，攔截惡意重復(fù)請求。
3、布隆過濾器
看到這個名詞不要慌。簡單來說布隆過濾器的用途就是幫助你判斷某個值是否存在。舉個例子來看下：假設(shè)我們現(xiàn)在有一個長度為 9 的 bit 數(shù)組，該數(shù)組的每個位置上只能保存 1 或者 0，1 標識該位置被占用，0 標識該位置未被使用。
對于 key1，我們借助三個 Hash 函數(shù)分別對其哈希運算。
再將得到的這三個哈希值對 9 求模。
最后將這三個模值落入到 bit 數(shù)組上。
key2、key3 按照同樣的方式再處理一遍。
最后，我們會發(fā)現(xiàn)這個 bit 數(shù)組里只有位置 3 還是空著的。如果此時來了一個新的 key4 通過三個Hash算法求出的哈希值為 1、2、3，我們則可以斷定 key4 一定不存在。
布隆過濾器的原理還是比較簡單的。這里我們需要注意，布隆過濾器可能存在一定誤判的可能性，但它依然可以幫助你攔截掉大部分一定不存在的數(shù)據(jù)。
(二)緩存擊穿
關(guān)鍵詞：定點打擊
試想如果所有請求對著一個 key 照死里搞，這是不是就是一種定點打擊呢？
舉例
怎么理解呢？舉個極端的例子：比如某某明星爆出一個驚天狠料，海量吃瓜群眾同時訪問微博去查看該八卦新聞，而微博 Redis 集群中數(shù)據(jù)在此刻正好過期了，那么無數(shù)的請求則直接打到了微博系統(tǒng)的物理 DB 上，DB 瞬間掛了。
解決方案
1、熱點數(shù)據(jù)永遠不過期
比如我們可以將某個 key 的緩存時間設(shè)置為 25 小時，然后后臺有個 JOB 每隔 24 小時就去批量刷新一下熱點數(shù)據(jù)。就可以解決這個問題了。
2、使用互斥鎖
容易影響吞吐量，大部分項目設(shè)置熱點 key 永不過期就妥妥的了。
(三)緩存雪崩
關(guān)鍵詞：Redis 崩了，沒有數(shù)據(jù)了
這里的 Redis 崩了指的并不是 Redis 集群宕機了。而是說在某個時刻 Redis 集群中的熱點 key 都失效了。如果集群中的熱點 key 在某一時刻同時失效了的話，試想海量的請求都將直接打到 DB 上，DB 可能在瞬間就被打爆了。
舉例
對于系統(tǒng) A，假設(shè)每天高峰期每秒 5000 個請求，本來緩存在高峰期可以扛住每秒 4000 個請求，但是緩存機器意外發(fā)生了全盤宕機。緩存掛了，此時 1 秒 5000 個請求全部落數(shù)據(jù)庫，數(shù)據(jù)庫必然扛不住，它會報一下警，然后就掛了。此時，如果沒有采用什么特別的方案來處理這個故障，DBA 很著急，重啟數(shù)據(jù)庫，但是數(shù)據(jù)庫立馬又被新的流量給打死了。
解決方案：
1、事前
事前：redis 高可用，主從+哨兵，redis cluster，避免全盤崩潰。
2、事中
事中：本地 ehcache 緩存 + hystrix 限流&降級，避免 MySQL 被打死。
3、事后
事后：redis 持久化，一旦重啟，自動從磁盤上加載數(shù)據(jù)，快速恢復(fù)緩存數(shù)據(jù)。
(四)簡短易懂總結(jié)
最后我們再回歸到主題！如何輕松的通過聯(lián)想的方式來區(qū)分 Redis 緩存穿透、擊穿、雪崩的區(qū)別？
緩存穿透—穿過（繞過） Redis 和 DB 來搞你
緩存擊穿—定點打擊來搞你
緩存雪崩—熱點 key 在某一個時刻同時失效
