Redis面试常问(遇见)问题及解决方案

2022/10/7 4:24:52

本文主要是介绍Redis面试常问(遇见)问题及解决方案,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

缓存穿透

问题复现【查不到数据导致】

缓存穿透的概念简单,用户想要查询一个数据,发现 Redis 内存数据库没有,也就是缓存没有命中。于是向持久层数据库查询。 发现也没有,于是本次查询失败。当用户很多的时候,缓存都没有命中,于是都去请求了持久层数据库。 这给持久层数据库造成很大的压力,这时候就相当于出现了缓存穿透。

解决方案

1.布隆过滤器

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,在控制层先进行校验,不符合则丢弃,从而避免了对底层存储系统的查询压力。

2.缓存空对象

当存储层不命中后,即使返回的空对象也将其缓存起来,同步会同步一个过期时间,之后再访问这个数据将会从存储中获取,保护了后端数据源。 但是这种方法会存在两个问题: 如果控制能够被缓存起来,这就意味着缓存需要更多的空间存储,因为这当中可能会有很多的空值的键; 即使对控制设置了过期时间,还是会存在缓存层和存储层的数据会有一段时间窗口的不一致,这对于需要保持一致性的业务会有影响。

缓存击穿

问题复现【请求太多,缓存过期】

这里需要注意和缓存穿透的区别。 缓存击穿,是指一个 key 非常热点,在不停的扛着大并发,大并发集中对这一个点进行访问,当这个 key 在失效的瞬间,持续的大并发就穿破缓存,直接请求数据库,就像在一个屏障上凿开了一个洞。 当某个 key 在过期的瞬间,有大量的请求并发访问,这类数据一般是热点数据,由于缓存过期,会同时访问数据库来查询最新的数据,并回写缓存,会导致数据库瞬间压力过大。

解决方案

1.设置热点数据永不过期

从缓存层来看,没有设置过期时间,所以不会出现热点 key 过期后产生的问题。

2.加互斥锁或分布式锁:

使用分布式锁,保证对于每个 key 同时只有一个线程去查询后端服务,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,因对分布式锁的考验很大。

缓存雪崩

问题复现【某一个时间段,缓存集中过期失效】

产生雪崩的原因之一,比如马上就要双十二零点,很快就会有一波抢购,这波商品时间比较集中的放在了缓存,假设缓存一个小时。 那么到了凌晨一点钟的时候,这批商品的缓存就都会过期了。 而对这批商品的访问查询,都落到数据库上,对于数据库而言,就会产生周期性的压力波峰。 于是所有的请求都会到达存储层,存储层的调用量会暴增,造成存储层也回掉的情况。 其实集中时期,倒不是非常致命,比较致命的缓存雪崩,是缓存服务器某个节点宕机或者断网。 因为自然形成 的缓存雪崩,一定是某个时间段中创建缓存,这个时候也是可以顶住压力的。 无非就是对数据库产生周期性的压力而已。而缓存服务节点的宕机,对于数据库服务器的压力是不可预的,很有可能瞬间就把数据库压垮。

解决方案

1.Redis 高可用

这个思想的含义是,既然 redis 有可能挂掉,那我多增设几台 redis,这样一台挂掉之后其他的还可以继续工作,其实就是搭建的集群。

2.限流降级

这个解决方案的思想是,在缓存失效后,通过加锁或者队列来控制数据库写缓存的线程数量。比如对某个 key 只允许一个线程查询数据和写缓存,其他线程等待。

3.数据预热

数据预热的含义是在正式部署之前,把可能的数据线预先访问一遍,这样部分可能大量访问的数据就会加载到缓存。 在即将发生大并发访问前手动触发加载缓存不同的key,设置不同的过期时间,让缓存失效的时间点尽量均匀。




这篇关于Redis面试常问(遇见)问题及解决方案的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!


扫一扫关注最新编程教程