前言

設(shè)計(jì)一個(gè)緩存系統(tǒng)，不得不考慮的問(wèn)題就是：緩存穿透、緩存擊穿與失效時(shí)的雪崩效應(yīng)。

?

緩存穿透

緩存穿透是指查詢(xún)一個(gè)一定不存在的數(shù)據(jù)，由于緩存是不命中時(shí)被動(dòng)寫(xiě)的，并且出于容錯(cuò)考慮，如果從存儲(chǔ)層查不到數(shù)據(jù)則不寫(xiě)入緩存，這將導(dǎo)致這個(gè)不存在的數(shù)據(jù)每次請(qǐng)求都要到存儲(chǔ)層去查詢(xún)，失去了緩存的意義。在流量大時(shí)，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(yīng)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(wèn)題，最常見(jiàn)的是采用布隆過(guò)濾器，將所有可能存在的數(shù)據(jù)哈希到一個(gè)足夠大的bitmap中，一個(gè)一定不存在的數(shù)據(jù)會(huì)被這個(gè)bitmap攔截掉，從而避免了對(duì)底層存儲(chǔ)系統(tǒng)的查詢(xún)壓力。另外也有一個(gè)更為簡(jiǎn)單粗暴的方法（我們采用的就是這種），如果一個(gè)查詢(xún)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(gè)空結(jié)果進(jìn)行緩存，但它的過(guò)期時(shí)間會(huì)很短，最長(zhǎng)不超過(guò)五分鐘。

?

緩存雪崩

緩存雪崩是指在我們?cè)O(shè)置緩存時(shí)采用了相同的過(guò)期時(shí)間，導(dǎo)致緩存在某一時(shí)刻同時(shí)失效，請(qǐng)求全部轉(zhuǎn)發(fā)到DB，DB瞬時(shí)壓力過(guò)重導(dǎo)致雪崩。

解決方案

緩存失效時(shí)的雪崩效應(yīng)對(duì)底層系統(tǒng)的沖擊非常可怕。大多數(shù)系統(tǒng)設(shè)計(jì)者考慮用加鎖或者隊(duì)列的方式保證緩存的單線程（進(jìn)程）寫(xiě)，從而避免失效時(shí)大量的并發(fā)請(qǐng)求落到底層存儲(chǔ)系統(tǒng)上。這里分享一個(gè)簡(jiǎn)單方案，就是將緩存失效時(shí)間分散開(kāi)，比如我們可以在原有的失效時(shí)間基礎(chǔ)上增加一個(gè)隨機(jī)值，比如1-5分鐘隨機(jī)，這樣每一個(gè)緩存的過(guò)期時(shí)間的重復(fù)率就會(huì)降低，就很難引發(fā)集體失效的事件。

?

緩存擊穿

對(duì)于一些設(shè)置了過(guò)期時(shí)間的key，如果這些key可能會(huì)在某些時(shí)間點(diǎn)被超高并發(fā)地訪問(wèn)，是一種非常“熱點(diǎn)”的數(shù)據(jù)。這個(gè)時(shí)候，需要考慮一個(gè)問(wèn)題：緩存被“擊穿”的問(wèn)題，這個(gè)和緩存雪崩的區(qū)別在于這里針對(duì)某一key緩存，前者則是很多key。

緩存在某個(gè)時(shí)間點(diǎn)過(guò)期的時(shí)候，恰好在這個(gè)時(shí)間點(diǎn)對(duì)這個(gè)Key有大量的并發(fā)請(qǐng)求過(guò)來(lái)，這些請(qǐng)求發(fā)現(xiàn)緩存過(guò)期一般都會(huì)從后端DB加載數(shù)據(jù)并回設(shè)到緩存，這個(gè)時(shí)候大并發(fā)的請(qǐng)求可能會(huì)瞬間把后端DB壓垮。

解決方案

我們的目標(biāo)是：盡量少的線程構(gòu)建緩存(甚至是一個(gè)) + 數(shù)據(jù)一致性 + 較少的潛在危險(xiǎn)，下面會(huì)介紹四種方法來(lái)解決這個(gè)問(wèn)題：

1、使用互斥鎖(mutex key):

這種解決方案思路比較簡(jiǎn)單，就是只讓一個(gè)線程構(gòu)建緩存，其他線程等待構(gòu)建緩存的線程執(zhí)行完，重新從緩存獲取數(shù)據(jù)就可以了（如下圖）

如果是單機(jī)，可以用synchronized或者lock來(lái)處理，如果是分布式環(huán)境可以用分布式鎖就可以了（分布式鎖，可以用memcache的add, redis的setnx, zookeeper的添加節(jié)點(diǎn)操作）。

下面是Tim yang博客的代碼，是memcache的偽代碼實(shí)現(xiàn)

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(); ?} ?}

如果換成redis，就是：

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); ?} ?} ?} ?

2、"提前"使用互斥鎖(mutex key)：

在value內(nèi)部設(shè)置1個(gè)超時(shí)值(timeout1), timeout1比實(shí)際的memcache timeout(timeout2)小。當(dāng)從cache讀取到timeout1發(fā)現(xiàn)它已經(jīng)過(guò)期時(shí)候，馬上延長(zhǎng)timeout1并重新設(shè)置到cache。然后再?gòu)臄?shù)據(jù)庫(kù)加載數(shù)據(jù)并設(shè)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(yuǎn)不過(guò)期"：

這里的“永遠(yuǎn)不過(guò)期”包含兩層意思：

1、從redis上看，確實(shí)沒(méi)有設(shè)置過(guò)期時(shí)間，這就保證了，不會(huì)出現(xiàn)熱點(diǎn)key過(guò)期問(wèn)題，也就是“物理”不過(guò)期。

2、從功能上看，如果不過(guò)期，那不就成靜態(tài)的了嗎？所以我們把過(guò)期時(shí)間存在key對(duì)應(yīng)的value里，如果發(fā)現(xiàn)要過(guò)期了，通過(guò)一個(gè)后臺(tái)的異步線程進(jìn)行緩存的構(gòu)建，也就是“邏輯”過(guò)期

從實(shí)戰(zhàn)看，這種方法對(duì)于性能非常友好，唯一不足的就是構(gòu)建緩存時(shí)候，其余線程(非構(gòu)建緩存的線程)可能訪問(wèn)的是老數(shù)據(jù)，但是對(duì)于一般的互聯(lián)網(wǎng)功能來(lái)說(shuō)這個(gè)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(tái)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(hù)：

之前在緩存雪崩那篇文章提到了netflix的hystrix，可以做資源的隔離保護(hù)主線程池，如果把這個(gè)應(yīng)用到緩存的構(gòu)建也未嘗不可。

三、四種方案對(duì)比：

作為一個(gè)并發(fā)量較大的互聯(lián)網(wǎng)應(yīng)用，我們的目標(biāo)有3個(gè): 1、加快用戶(hù)訪問(wèn)速度，提高用戶(hù)體驗(yàn)。 2、降低后端負(fù)載，保證系統(tǒng)平穩(wěn)。 3、保證數(shù)據(jù)“盡可能”及時(shí)更新(要不要完全一致，取決于業(yè)務(wù)，而不是技術(shù)。)

所以第二節(jié)中提到的四種方法，可以做如下比較，還是那就話：沒(méi)有最好，只有最合適。

解決方案

一、簡(jiǎn)單分布式鎖(Tim yang)

優(yōu)點(diǎn)

1、思路簡(jiǎn)單

2、保證一致性

缺點(diǎn)

1、代碼復(fù)雜度增大

2、存在死鎖的風(fēng)險(xiǎn)

3、存在線程池阻塞的風(fēng)險(xiǎn)

二、加另外一個(gè)過(guò)期時(shí)間(Tim yang)

優(yōu)點(diǎn)

1、保證一致性

缺點(diǎn)

1、代碼復(fù)雜度增大

2、存在死鎖的風(fēng)險(xiǎn)

3、存在線程池阻塞的風(fēng)險(xiǎn)

三、不過(guò)期(本文)

優(yōu)點(diǎn)

1、異步構(gòu)建緩存，不會(huì)阻塞線程池

缺點(diǎn)

1、不保證一致性。

2、代碼復(fù)雜度增大(每個(gè)value都要維護(hù)一個(gè)timekey)。

3、占用一定的內(nèi)存空間(每個(gè)value都要維護(hù)一個(gè)timekey)。

四、不過(guò)期(本文)

優(yōu)點(diǎn)

1、hystrix技術(shù)成熟，有效保證后端。

2、hystrix監(jiān)控強(qiáng)大。

缺點(diǎn)

1、部分訪問(wèn)存在降級(jí)策略。

?

總結(jié)

熱點(diǎn)key + 過(guò)期時(shí)間 + 復(fù)雜的構(gòu)建緩存過(guò)程 => mutex key問(wèn)題 構(gòu)建緩存一個(gè)線程做就可以了。 四種解決方案：沒(méi)有最佳只有最合適。

?

出處：https://dwz.cn/E17vTJXl

總結(jié)

以上是生活随笔為你收集整理的面试必备：缓存穿透，缓存雪崩的四种解决方案的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。