缓存穿透、缓存击穿、缓存雪崩的区别

一、缓存穿透：（即：缓存无数据，数据库也无数据）

　　如黑客恶意攻击，使用缓存和数据库均没有的key进行不断请求，导致数据库压力过大。

解决方法：

1、对用户进行鉴权、对请求参数进行校验，不合理直接过滤。

2、对查询不到的数据也放到缓存，value为空，设置一定的过期时间。（不太常用，因为如果是随机key就不起作用，且占缓存）

3、使用布隆过滤器，快速判断key是否在数据库中存在，不存在直接返回。（最有效）

第1种是最常用的策略，第2种不太常用，因为如果是随机key就不起作用，且占缓存，第三种最简单有效。实际使用中，可以1、3相结合。

 

二、缓存击穿：（即：缓存无数据，数据库有数据，key比较集中）

　　如高并发的情况下，热点数据缓存过期，这时候会导致大量请求读不到缓存同时读数据库，导致数据库负载过大。

解决方法：

1、设置热点数据永远不过期。

2、热点数据快过期时，通过另一个异步线程重新设置key。

3、当从缓存数据过期，重新从数据库加载数据到缓存的过程上互斥锁。

第1种的话，数据量大时，缓存量会比较大，第2种，很好理解，但是需要另外的逻辑去维护，会增加系统的复杂度。第3种，是比较常用的方式。

加载缓存时上互斥锁：

    public String get(String key) throws Exception {
        String value = redis.get(key);
        // 缓存过期
        if (value == null) {
            // 设置有效期，防止del操作失败时，缓存过期一直不能重新加载缓存
            if (redis.setnx(key_mutex, 1, 60)) {
                // 从数据库加载缓存
                value = database.get(key);
                redis.set(key, value, expire_time);
                redis.del(key_mutex);
            } else {
                // 其他线程已经在加载缓存，等待并重新获取即可
                sleep(50);
                get(key);
            }
        }
        return value;
    }

 

三、缓存雪崩：（即：缓存无数据，数据库有数据，key比较分散）

　　如在高并发的情况下，缓存同一时刻失效（如缓存挂了，或者设置了相同过期时间），所有请求会读数据库，容易导致数据库负载瞬间上升，乃至崩掉。如果重启数据库，立马又会被新的请求压崩。

解决方法：

1、缓存的失效时间设置为随机值，避免同时失效。

2、redis搭建高可用，主从+哨兵，redis cluster。

3、服务限流、降级，避免数据库被瞬间压崩。

第1种只能防止因缓存同时过期导致的缓存失效，第2种可以有效避免单台缓存挂掉的情况。第3种是通过提高服务的高可用，来避免缓存失效带来的影响，是辅助措施。

 

缓存击穿和缓存雪崩区别：

　　两者有点像，主要区别在于缓存击穿是查询同一条数据或热点数据查询不到，穿过了缓存。缓存雪崩是指大量数据查询不到，穿过了缓存。