缓存雪崩
优点是不会有多余key, 内存占用少
缺点是实现复杂, 且有误判的可能
缓存雪崩
同一时间大量的key都过期了, 或者redis宕机了, 导致大量请求访问数据库.
如果是大量key同一时间过期, 则给key添加固定的过期时间的基础上, 再增加一个随机的过期时间.
如果是redis宕机, 那么就使用主从或者集群保证可用性。
万一真的发生服务雪崩, 应该做好服务限流降级熔断的处理.
缓存预热
缓存预热就是系统上线后,将相关的缓存数据直接加载到缓存系统。
这样就可以避免在用户请求的时候,先查询数据库,然后再将数据缓存的问题!用户直接查询事先被预热的缓存数据!
缓存读写策略
Cache Aside(旁路缓存)策略
低一致性需求:使用内存淘汰机制, 最多加上超时删除来兜底。例如店铺类型的查询缓存
高一致性需求:主动更新,并以超时剔除作为兜底方案。例如店铺详情查询的缓存
操作缓存和数据库时有三个问题需要考虑:
删除缓存还是更新缓存?
更新缓存:每次更新数据库都更新缓存,但是更新后不一定读取了缓存, 无效写操作较多 (不推荐)
删除缓存:更新数据库时让缓存失效,查询时再更新缓存
总而言之, 缓存与数据库的操作必须是原子性的先操作缓存还是先操作数据库?
先删除缓存,再操作数据库 (不推荐)
先操作数据库,再删除缓存. 出现数据库与缓存不一致问题用超时删除来兜底.
Read/Write Through(读穿 / 写穿)策略
Read/Write Through(读穿 / 写穿)策略原则是应用程序只和缓存交互,不再和数据库交互,而是由缓存和数据库交互,相当于更新数据库的操作由缓存自己代理了
Read Through 策略:
先查询缓存中数据是否存在,如果存在则直接返回
如果不存在,则由缓存组件负责从数据库查询数据,并将结果写入到缓存组件,最后缓存组件将数据返回给应用
Write Through 策略:
当有数据更新的时候,先查询要写入的数据在缓存中是否已经存在:
如果缓存中数据已经存在,则更新缓存中的数据,并且由缓存组件同步更新到数据库中,然后缓存组件告知应用程序更新完成。
如果缓存中数据不存在,直接更新数据库,然后返回;
Write Back(写回)策略
Write Back(写回)策略在更新数据的时候,只更新缓存,同时将缓存数据设置为脏的,然后立马返回,并不会更新数据库。对于数据库的更新,会通过批量异步更新的
方式进行
Write Back 策略特别适合写多的场景, 但是带来的问题是,数据不是强一致性的,而且会有数据丢失的风险.
Write Back 是计算机体系结构中的设计,比如 CPU 的缓存、操作系统中文件系统的缓存都采用了 Write Back(写回)策略.