作者：漫話編程 來自：漫話編程
周末在家面試，和候選人聊到Redis的問題，於是問了他一個問題：你知道緩存穿透、緩存擊穿和緩存雪崩嗎？他們之間的區別是什麼？分別怎麼解決嗎？
面試結束後，女朋友好像有很多問號，於是來問我。
緩存穿透
要把這個問題講清楚，先舉個例子。
一個女孩子去門店買口紅，到了門店之後被告知她想要的那個色號已經沒有了。於是她要求店員去問總部還有沒有貨。總部發現這個色號也沒有了，於是女孩子就離開了。
過了一會另一個女孩子又來了，也想要購買同一個色號，店員就又總部問了一次。如此反覆。
女孩子買口紅不僅需要門店幫忙查詢，還需要總部也進行盤貨。類似這種情況，在緩存領域有一個類似的概念叫做緩存穿透。
緩存穿透是指緩存伺服器中沒有緩存數據，資料庫中也沒有符合條件的數據，導致業務系統每次都繞過緩存伺服器查詢下遊的資料庫，緩存伺服器完全失去了其應用的作用。
緩存空值
解決多次詢問總部的方法比較簡單，如果口紅門店在幫第一個女孩子查詢之後，就記錄下來這個色號已經沒有了，下次其他女孩再來問這個色號的時候，直接告訴她沒貨了。
這樣就可以避免每次都驚動總部了。
在緩存中，之所以會發生穿透，就是因為緩存沒有對那些不存在的值得Key緩存下來，從而導致每次查詢都要請求到資料庫。
那麼我們就可以為這些key對應的值設置為null並放到緩存中，這樣再出現查詢這個key 的請求的時候，直接返回null即可 。
但是還需要注意的就是需要有一個失效時間，因為如果不設置失效的話，如果哪天總部有貨了，門店還是當做沒貨的話，就會影響銷量了。
BloomFilter
很多時候，緩存穿透是因為有很多惡意流量的請求，這些請求可能隨機生成很多Key來請求查詢，這些肯定在緩存和資料庫中都沒有，那就很容易導致緩存穿透。
針對類似的情況，可以使用一個過濾器。
比如如果有一群人經常來門店問一些根本不存在的色號，比如五彩斑斕的黑，這些色號該品牌根本沒生產過的話，店員就可以直接告訴顧客不存在就行了，也不需要驚動總部。
在緩存穿透防治上常用的技術是布隆過濾器(Bloom Filter)。
布隆過濾器是一種比較巧妙的概率性數據結構，它可以告訴你數據一定不存在或可能存在，相比Map、Set、List等傳統數據結構它佔用內存少、結構更高效。
對於緩存穿透，我們可以將查詢的數據條件都哈希到一個足夠大的布隆過濾器中，用戶發送的請求會先被布隆過濾器攔截，一定不存在的數據就直接攔截返回了，從而避免下一步對資料庫的壓力。
緩存擊穿
有一種比較特殊的情況，那就是如果某一個熱門色號的口紅剛好賣完了，這時候有很多顧客同時來諮詢要購買這個色號，那麼門店內的多個售貨員可能分別給總部打電話諮詢是否有存貨。
或者如果有多家門店同時賣完了，那麼總部接收到的諮詢量就會劇增。類似這種情況，在緩存領域有一個類似的概念叫做緩存擊穿。
緩存擊穿是指當某一key的緩存過期時大並發量的請求同時訪問此key，瞬間擊穿緩存伺服器直接訪問資料庫，讓資料庫處於負載的情況。
異步定時更新
如果提前知道某一個色號比較暢銷的話，那就可以定時的諮詢總部是否還有存貨，定時的更新庫存情況就可以避免上面這種情況了。
在緩存處理上，同理，比如某一個熱點數據的過期時間是1小時，那麼每59分鐘，通過定時任務去更新這個熱點key，並重新設置其過期時間。
互斥鎖
還有一種解決辦法，那就是如果很多顧客諮詢的是同一個色號的口紅，那麼就先處理第一個用戶的諮詢，其他同樣請求的顧客先排隊等待。一直到店員從總部那裡獲取到最新的庫存信息後，就可以安排其他人繼續購買了。
在緩存處理上，通常使用一個互斥鎖來解決緩存擊穿的問題。簡單來說就是當Redis中根據key獲得的value值為空時，先鎖上，然後從資料庫加載，加載完畢，釋放鎖。若其他線程也在請求該key時，發現獲取鎖失敗，則先阻塞。
緩存雪崩
如果門店內的多個色號的口紅同時售罄了，並且門店在這個時間點剛好也不知道總部有沒有庫存了，這時候如果有大量顧客來到門店購物的話，就會有更多的諮詢電話打到總部那裡。
或者是門店突然出現問題了，不能提供服務了，很多顧客就可能自己打電話到總部諮詢庫存情況。類似這種情況，在緩存領域有一個類似的概念叫做緩存雪崩。
緩存雪崩是指當大量緩存同時過期或緩存服務宕機，所有請求的都直接訪問資料庫，造成資料庫高負載，影響性能，甚至資料庫宕機。
不同的過期時間
為了避免緩存雪崩，門店可以考慮給不同的色號的口紅預留不同的庫存，並且採用不同的頻率諮詢總部庫存情況，更新到門店中。這樣就可以避免突然同一個時間點所有色號都售罄。
為了避免大量的緩存在同一時間過期，可以把不同的key過期時間設置成不同的， 並且通過定時刷新的方式更新過期時間。
集群
為了避免門店出問題導致大量顧客直接打電話到總部，可以考慮開更多的門店，將用戶分流到多個店鋪中。
類似的，在緩存雪崩問題防治上面，一個比較典型的技術就是採用集群方式部署，使用集群可以避免服務單點故障。