緩存穿透，緩存擊穿，緩存雪崩解決方案分析

點選上方“肉眼品世界”，選擇“設為星标”

做積極的人，而不是積極廢人

來源 | https://blog.csdn.net/zeb_perfect/article/details/54135506

前言

設計一個緩存系統，不得不要考慮的問題就是：緩存穿透、緩存擊穿與失效時的雪崩效應。

緩存穿透

緩存穿透是指查詢一個一定不存在的資料，由于緩存是不命中時被動寫的，并且出于容錯考慮，如果從存儲層查不到資料則不寫入緩存，這将導緻這個不存在的資料每次請求都要到存儲層去查詢，失去了緩存的意義。在流量大時，可能DB就挂掉了，要是有人利用不存在的key頻繁攻擊我們的應用，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題，最常見的則是采用布隆過濾器，将所有可能存在的資料哈希到一個足夠大的bitmap中，一個一定不存在的資料會被這個bitmap攔截掉，進而避免了對底層存儲系統的查詢壓力。另外也有一個更為簡單粗暴的方法（我們采用的就是這種），如果一個查詢傳回的資料為空（不管是數據不存在，還是系統故障），我們仍然把這個空結果進行緩存，但它的過期時間會很短，最長不超過五分鐘。

緩存雪崩

緩存雪崩是指在我們設定緩存時采用了相同的過期時間，導緻緩存在某一時刻同時失效，請求全部轉發到DB，DB瞬時壓力過重雪崩。

緩存失效時的雪崩效應對底層系統的沖擊非常可怕。大多數系統設計者考慮用加鎖或者隊列的方式保證緩存的單線程（程序）寫，進而避免失效時大量的并發請求落到底層存儲系統上。這裡分享一個簡單方案就時講緩存失效時間分散開，比如我們可以在原有的失效時間基礎上增加一個随機值，比如1-5分鐘随機，這樣每一個緩存的過期時間的重複率就會降低，就很難引發集體失效的事件。

緩存擊穿

對于一些設定了過期時間的key，如果這些key可能會在某些時間點被超高并發地通路，是一種非常“熱點”的資料。這個時候，需要考慮一個問題：緩存被“擊穿”的問題，這個和緩存雪崩的差別在于這裡針對某一key緩存，前者則是很多key。

緩存在某個時間點過期的時候，恰好在這個時間點對這個Key有大量的并發請求過來，這些請求發現緩存過期一般都會從後端DB加載資料并回設到緩存，這個時候大并發的請求可能會瞬間把後端DB壓垮。

1、使用互斥鎖(mutex key)

業界比較常用的做法，是使用mutex。簡單地來說，就是在緩存失效的時候（判斷拿出來的值為空），不是立即去load db，而是先使用緩存工具的某些帶成功操作傳回值的操作（比如Redis的SETNX或者Memcache的ADD）去set一個mutex key，當操作傳回成功時，再進行load db的操作并回設緩存；否則，就重試整個get緩存的方法。

SETNX，是「SET if Not eXists」的縮寫，也就是隻有不存在的時候才設定，可以利用它來實作鎖的效果。在redis2.6.1之前版本未實作setnx的過期時間，是以這裡給出兩種版本代碼參考：

//2.6.1前單機版本鎖
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毫秒後重試  
        Thread.sleep(50);  
        get(key);  
    }  
  }  
}

2、"提前"使用互斥鎖(mutex key)：

在value内部設定1個逾時值(timeout1), timeout1比實際的memcache timeout(timeout2)小。當從cache讀取到timeout1發現它已經過期時候，馬上延長timeout1并重新設定到cache。然後再從資料庫加載資料并設定到cache中。僞代碼如下：

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、"永遠不過期"：

這裡的“永遠不過期”包含兩層意思：

(1) 從redis上看，确實沒有設定過期時間，這就保證了，不會出現熱點key過期問題，也就是“實體”不過期。

(2) 從功能上看，如果不過期，那不就成靜态的了嗎？是以我們把過期時間存在key對應的value裡，如果發現要過期了，通過一個背景的異步線程進行緩存的建構，也就是“邏輯”過期

從實戰看，這種方法對于性能非常友好，唯一不足的就是建構緩存時候，其餘線程(非建構緩存的線程)可能通路的是老資料，但是對于一般的網際網路功能來說這個還是可以忍受。

String get(final String key) {  
        V v = redis.get(key);  
        String value = v.getValue();  
        long timeout = v.getTimeout();  
        if (v.timeout <= System.currentTimeMillis()) {  
            // 異步更新背景異常執行  
            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：

采用netflix的hystrix，可以做資源的隔離保護主線程池，如果把這個應用到緩存的建構也未嘗不可。

四種解決方案：沒有最佳隻有最合适

	優點	缺點
簡單分布式互斥鎖（mutex key）	1. 思路簡單 2. 保證一緻性	1. 代碼複雜度增大 2. 存在死鎖的風險 3. 存線上程池阻塞的風險
“提前”使用互斥鎖	1. 保證一緻性	同上
不過期(本文)	1. 異步建構緩存，不會阻塞線程池	1. 不保證一緻性。 2. 代碼複雜度增大(每個value都要維護一個timekey)。 3. 占用一定的記憶體空間(每個value都要維護一個timekey)。
資源隔離元件hystrix(本文)	1. hystrix技術成熟，有效保證後端。 2. hystrix監控強大。	1. 部分通路存在降級政策。

四種方案來源網絡，詳文請連結：http://carlosfu.iteye.com/blog/2269687

總結

針對業務系統，永遠都是具體情況具體分析，沒有最好，隻有最合适。

最後，對于緩存系統常見的緩存滿了和資料丢失問題，需要根據具體業務分析，通常我們采用LRU政策處理溢出，Redis的RDB和AOF持久化政策來保證一定情況下的資料安全。