[大数据]Redis 可能会出现的问题

1.缓存穿透（查不到）

概念：当用户去查询数据的时候，发现Redis内存数据库中没有，于是向持久层数据库查询发现也没有，于是查询失败，当用户过多时，缓存都没有查到，于是都去查持久层的数据库，这就会给持久层的数据库造成很大的压力，此时相当于出现了缓存穿透。

解决方案：

1.布隆过滤器：是一种数据结构，对所有可能查询的参数以hash形式存储，在控制层先进性校验，不符合则丢弃，从而避免了对底层数据库的压力。

2.缓存空对象：当存储层查不到时候，即使返回的空对象也将其缓存起来，同时设置一个过期时间，之后再访问这个数据九江从缓存中回去，保护后端底层数据；但此时会引发两个新的问题：

①如果控制被缓存起来，就意味着需要更多的空间存储更多的键，会有很多空值得键。②即使对空值设置了过期时间，还是会存在缓存层和存储层会有一段时间窗口不一致，这就对于需要保持一致性的业务会有影响。

2.缓存击穿（访问量大，缓存过期）

指对某一个key的频繁访问，被不停大量访问，大并发集中对这个点访问，当这个key在失效的瞬间，持续的大并发就会直接请求数据库，如：微博热搜导致宕机。

解决方案：

1.设置热点数据永不过期：从缓存层面上来说，不设置过期时间就不会出现热点key过期后产生的问题。

2.添加互斥锁：使用分布式锁，保证对每个key同时只有一个线程去查询后端的服务，其他线程没有获得分布式锁的权限，因此只需要等待即可，这种方式将高并发的压力转移到了分布式锁上，对分布式锁也是一种极大的考验。

3.缓存雪崩

指在某一个时间段，缓存集中过期失效或Redis宕机导致的，例如双十一抢购热门商品，这些商品都会放在缓存中，假设缓存时间为一个小时，一个小时后这些缓存都过期了，访问压力瞬间都来到了数据库上，此时数据库会产生周期性的压力波峰，所有的请求都会到达存储层，存储层的调用量暴增，造成存储层挂掉的情况。

其实比较致命的缓存雪崩，是缓存服务器某个节点宕机或断网，因为自然形成的缓存的雪崩将会有一定的积累有一定的预知性，但缓存服务节点的宕机，对服务器造成的压力将不可预知，有可能瞬间击垮服务器。

解决方案：

1.配置Redis的高可用：说白了就是借助搭建集群环境，加更多备用机。

2.限流降级：在缓存失效后，通过枷锁或者队里来控制读服务器以及写缓存的线程数量，例如：对某个键只语序一个线程查询数据和写缓存，其他线程等待。

3.数据预热：在项目正式部署之前，进行压力测试

4.缓存倾斜

名词解释：指某台服务器因压力过大而宕机

解决方案：

1.多多搭建从机

2.在Tomcat中做JVM缓存，在查询Redis之前先去查询Tomcat的缓存。

PS:第一种方案费资源但是一劳永逸