勾哥：昨天發了一篇翻譯，英語水平一般般的我摳了半天字眼，一個 word 一個 word 翻譯過來，竟然被舉報了？！

哈？舉報的那位兄弟你是鹽吃多么

今天更新一篇緩存的常見問題，對很多開發老哥都能有幫助，盡量沒搞難度特別大，寫的簡單的很！有意見可以正常反饋～

（女神帶我避開杠精！）

～～～以下正文～～～

對使用緩存時常遇到幾個問題，整理出了一個表格。

1. 緩存更新方式

第一個問題是緩存更新方式，這是決定在使用緩存時就該考慮的問題。

緩存的數據在數據源發生變更時需要對緩存進行更新，數據源可能是 DB，也可能是遠程服務。

更新的方式可以是主動更新。

數據源是 DB 時，可以在更新完 DB 后就直接更新緩存。

當數據源不是 DB 而是其他遠程服務，可能無法及時主動感知數據變更，這種情況下一般會選擇對緩存數據設置失效期，也就是數據不一致的最大容忍時間。

這種場景下，可以選擇失效更新，key 不存在或失效時先請求數據源獲取最新數據，然后再次緩存，并更新失效期。

但這樣做有個問題，如果依賴的遠程服務在更新時出現異常，則會導致數據不可用。

改進的辦法是異步更新，就是當失效時先不清除數據，繼續使用舊的數據，然后由異步線程去執行更新任務。這樣就避免了失效瞬間的空窗期。

另外還有一種純異步更新方式，定時對數據進行分批更新。實際使用時可以根據業務場景選擇更新方式。

2. 數據不一致

第二個問題是數據不一致的問題，可以說只要使用緩存，就要考慮如何面對這個問題。

緩存不一致產生的原因一般是主動更新失敗，例如更新 DB 后，更新 Redis 因為網絡原因請求超時；或者是異步更新失敗導致。

解決的辦法——

• 如果服務對耗時不是特別敏感可以增加重試。
• 如果服務對耗時敏感可以通過異步補償任務來處理失敗的更新。
• 或者短期的數據不一致不會影響業務，那么只要下次更新時可以成功，能保證最終一致性就可以。

3. 緩存穿透

第三個問題是緩存穿透。

產生這個問題的原因可能是外部的惡意攻擊，例如，對用戶信息進行了緩存，但惡意攻擊者使用不存在的用戶 ID 頻繁請求接口，導致查詢緩存不命中，然后穿透 DB 查詢依然不命中。這時會有大量請求穿透緩存訪問到 DB。

解決的辦法——

• 對不存在的用戶，在緩存中保存一個空對象進行標記，防止相同 ID 再次訪問 DB，不過有時這個方法并不能很好解決問題，可能導致緩存中存儲大量無用數據。
• 使用 BloomFilter 過濾器，BloomFilter 的特點是存在性檢測，如果 BloomFilter 中不存在，那么數據一定不存在；如果 BloomFilter 中存在，實際數據也有可能會不存在。非常適合解決這類的問題。

4. 緩存擊穿

第四個問題是緩存擊穿，就是某個熱點數據失效時，大量針對這個數據的請求會穿透到數據源。

解決這個問題有這些辦法——

• 可以使用互斥鎖更新，保證同一個進程中針對同一個數據不會并發請求到 DB，減小 DB 壓力。
• 使用隨機退避方式，失效時隨機 sleep 一個很短的時間，再次查詢，如果失敗再執行更新。
• 針對多個熱點 key 同時失效的問題，可以在緩存時使用固定時間加上一個小的隨機數，避免大量熱點 key 同一時刻失效。

5. 緩存雪崩

第五個問題是緩存雪崩。產生的原因是緩存掛掉，這時所有的請求都會穿透到 DB。

解決方法——

• 使用快速失敗的熔斷策略，減少 DB 瞬間壓力。
• 使用主從模式和集群模式來盡量保證緩存服務的高可用。
• 實際場景中，這兩種方法會結合使用。

考察點與加分項

這部分主要面試考察點是對緩存特性的理解，對 MC、Redis 的特點和使用方式的掌握。

1. 要知道緩存的使用場景，不同類型緩存的使用方式，例如：

• 對 DB 熱點數據進行緩存減少 DB 壓力；對依賴的服務進行緩存，提高并發性能
• 單純 K-V 緩存的場景可以使用 MC，而需要緩存 list、set 等特殊數據格式，可以使用 Redis
• 需要緩存一個用戶最近播放視頻的列表可以使用 Redis 的 list 來保存、需要計算排行榜數據時，可以使用 Redis 的 zset 結構來保存

2. 要了解 MC 和 Redis 的常用命令，例如：

• 原子增減、對不同數據結構進行操作的命令等
• 了解 MC 和 Redis 在內存中的存儲結構，這對評估使用容量會很有幫助
• 了解 MC 和 Redis 的數據失效方式和剔除策略，比如主動觸發的定期剔除和被動觸發延期剔除

3. 要理解 Redis 的持久化、主從同步與 Cluster 部署的原理，例如：

• RDB 和 AOF 的實現方式與區別

如果想要在面試中獲得更好的表現，還應了解下面這些加分項。

1. 要結合實際應用場景來介紹緩存的使用，例如：

• 調用后端服務接口獲取信息時，可以使用本地+遠程的多級緩存
• 對于動態排行榜類的場景可以考慮通過 Redis 的 sorted set 來實現等等

2. 最好有過分布式緩存設計和使用經驗，例如：

• 項目中在什么場景使用過 Redis，使用了什么數據結構，解決哪類的問題
• 使用 MC 時根據預估值大小調整 McSlab 分配參數等等

3. 最好可以了解緩存使用中可能產生的問題，例如：

• Redis 是單線程處理請求，應盡量避免耗時較高的單個請求任務，防止相互影響
• Redis 服務應避免和其他 CPU 密集型的進程部署在同一機器
• 禁用 Swap 內存交換，防止 Redis 的緩存數據交換到硬盤上，影響性能
• MC 鈣化問題等等

4. 要了解 Redis 的典型應用場景，例如：

• 使用 Redis 來實現分布式鎖
• 使用 Bitmap 來實現 BloomFilter
• 使用 HyperLogLog 來進行 UV 統計等等

5. 知道 Redis4.0、5.0 中的新特性，例如：

• 支持多播的可持久化消息隊列 Stream
• 通過 Module 系統來進行定制功能擴展等等

本文首發在公號：勾勾的Java宇宙

歡迎大家來找勾哥交流探討技術！

總結

以上是生活随笔為你收集整理的表格缓存问题_缓存常见问题，一网打尽哦！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。