缓存穿透、缓存击穿与缓存雪崩：原因与解决方案

🍁 作者：知识浅谈，CSDN签约讲师，CSDN博客专家，华为云云享专家，阿里云专家博主
📌 擅长领域：全栈工程师、爬虫、ACM算法
🔥 微信：zsqtcyw 联系我领取学习资料

🎈前言

在分布式系统中，缓存作为提升性能的关键组件，扮演着至关重要的角色。然而，随着缓存的广泛使用，也带来了一系列问题，其中最为典型的是缓存穿透、缓存击穿和缓存雪崩。本文将详细探讨这三种问题的原因、表现以及相应的解决方案。

🎈缓存穿透

原因： 缓存穿透是指查询一个数据库一定不存在的数据，由于缓存是不命中时被动写的，并且出于容错考虑，如果从存储层查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到存储层去查询，失去了缓存的意义。用户可能出于恶意，连续请求大量不存在的数据，数据库查询压力激增，导致服务雪崩。

表现：

大量查询不存在的数据。
数据库压力骤增。
解决方案：

• 布隆过滤器：布隆过滤器是一种空间效率很高的概率型数据结构，用于判断一个元素是否在一个集合中。在缓存之前加入布隆过滤器，可以快速判断数据是否存在，从而避免对底层存储系统的查询压力。
• 接口限流与熔断降级：对访问接口进行限流，防止恶意访问导致缓存穿透。同时，当接口访问量激增时，通过熔断降级措施保护系统不受影响。
• 空值缓存：对于查询结果为空的数据也进行缓存，并设置较短的过期时间，以减少对底层存储系统的查询压力。但需注意，这种方法可能会引入数据一致性问题，需根据实际情况权衡利弊。

🎈缓存击穿

原因： 缓存击穿是指缓存中没有但数据库中有的数据（一般是缓存时间到期），这时由于并发用户特别多，同时读缓存没读到数据，又同时去数据库去取数据，引起数据库压力瞬间增大，造成过大压力。

表现：

缓存过期瞬间，大量并发请求直接访问数据库。
数据库查询压力激增。
解决方案：

• 设置热点数据永不过期：对于热点数据，可以设置其永不过期，或者设置一个较长的过期时间，避免缓存过期导致的击穿问题。
• 加互斥锁：在访问缓存之前，通过互斥锁（如Redis的分布式锁）保证同一时间只有一个线程去查询数据库，其他线程等待，查询到的数据再放入缓存中，其他线程从缓存中获取数据。这种方法虽然增加了代码的复杂度，但可以有效避免缓存击穿问题。
• 双缓存策略：准备两个缓存，缓存A和缓存B。A的过期时间较短，B的过期时间较长。当A过期后，通过异步方式去加载数据，并更新到缓存B。这样，在A过期到B加载完成的这段时间内，系统可以访问缓存B，从而避免缓存击穿。

🎈缓存雪崩

原因： 缓存雪崩是指缓存中大量数据同时过期或者缓存服务宕机，导致大量请求直接访问数据库，数据库查询压力激增，引起服务雪崩。

表现：
大量缓存数据同时过期。
数据库查询压力激增，系统响应缓慢或崩溃。
解决方案：

• 缓存数据过期时间设置随机：避免大量缓存数据同时过期，可以在设置缓存过期时间时加入随机因子，使得缓存过期时间分散开来。
• 依赖降级组件：对缓存数据的获取依赖降级组件，当缓存服务不可用或响应时间过长时，可以直接返回降级数据，避免对数据库造成过大压力。
• 服务熔断与限流：当数据库查询压力达到阈值时，触发服务熔断机制，拒绝部分请求，保护系统不被压垮。同时，对访问接口进行限流，防止请求量过大导致服务雪崩。
• 多级缓存架构：构建多级缓存架构，如本地缓存+分布式缓存，当分布式缓存服务不可用时，可以回退到本地缓存，减少直接访问数据库的频率。

🎈结论

缓存穿透、缓存击穿和缓存雪崩是分布式系统中常见的缓存问题，对系统的稳定性和性能有着重要影响。通过合理的策略和技术手段，我们可以有效地预防和解决这些问题，确保系统在高并发场景下依然能够稳定运行。在实际应用中，应根据业务场景和需求，灵活选择和组合不同的解决方案，以达到最佳效果。

🍚总结

大功告成，撒花致谢🎆🎇🌟，关注我不迷路，带你起飞带你富。
作者：码海浮生