Redis缓存穿透、缓存雪崩、并发问题分析与解决方案.docx

Redis缓存穿透、缓存雪崩、并发问题分析与解决方案
















把redis作为缓存使用已经是司空见惯，但是使用redis后也可能会碰到一系列的问题，尤其是数据量很大的时候，经典的几个问题如下：
(一)缓存和数据库间数据一致性问题
分布式环境下（单机就不用说了）非常容易出现缓存和数据库间的数据一致性问题，针对这一点的话，只能说，如果你的项目对缓存的要求是强一致性的，那么请不要使用缓存。我们只能采取合适的策略来降低缓存和数据库间数据不一致的概率，而无法保证两者间的强一致性。合适的策略包括 合适的缓存更新策略，更新数据库后要及时更新缓存、缓存失败时增加重试机制，例如MQ模式的消息队列。

(二)缓存击穿问题
缓存击穿表示恶意用户模拟请求很多缓存中不存在的数据，由于缓存中都没有，导致这些请求短时间内直接落在了数据库上，导致数据库异常。这个我们在实际项目就遇到了，有些抢购活动、秒杀活动的接口
API被大量的恶意用户刷，导致短时间内数据库宕机了，好在数据库是多主多从的，hold住了。
解决方案的话：
1、使用互斥锁排队
业界比价普遍的一种做法，即根据key获取value值为空时，锁上，从数据库中load数据后再释放锁。若其它线程获取锁失败，则等待一段时间后重试。这里要注意，分布式环境中要使用分布式锁，单机的话用普通的锁（synchronized、Lock）就够了。
public String getWithLock( String key, Jedis jedis, String lockKey, String uniqueId, long expireTime )
{
/* 通过key获取value */
String value = ( key );
if ( ( value ) )
{
/*
* 分布式锁，详细可以参考
* 封装的tryDistributedLock包括setnx和expire两个功能，在低版本的redis中不支持
*/
try {
boolean locked = ( jedis, lockKey, uniqueId, expireTime );
if ( locked )
{
value = ( key );
( key, value );
( lockKey );
return(value);
} else {
/* 其它线程进来了没获取到锁便等待50ms后重试 */
( 50 );
getWithLock( key, jedis, lockKey, uniqueId, expi