Redis緩存異常及解決方案

本文分享自天翼云開發者社區《Redis緩存異常及解決方案》，作者：l****n

本文向讀者解釋了Redis使用過程中，數據不一致、緩存雪崩、緩存擊穿和緩存穿透等問題的定義，并給出對應的解決方案。

1、數據不一致 

一致指的是：

緩存中有數據，那么，緩存的數據值需要和數據庫中的值相同；

緩存中本身沒有數據，那么，數據庫中的值必須是最新值。

不一致如何發生：

對于讀寫緩存來說，寫緩存時同步寫數據庫，需要使用事務保證緩存和數據庫的更新具有原子性。弱一致性情況下，可以使用異步寫回。

對于只讀緩存，刪改數據需要既更新數據庫，又刪除緩存。如果不使用事務，就會出現數據不一致。

比如先更新數據庫，再刪除緩存。更新成功，刪除緩存失敗，則緩存中為舊值。如果先刪除緩存再更新數據庫，則緩存刪除成功，數據庫更新失敗，再訪問數據庫，數據庫還是舊值。

解決方案

需要重試機制，當兩個操作任意一個失敗時，重新執行。

特別的，當數據庫更新成功，緩存刪除也成功時，其實也有可能不一致。比如刪除了緩存，還未更新數據庫。線程B此時讀取數據庫中舊值并寫到緩存。

解決方法：延遲雙刪。sleep是為了等B線程執行完寫緩存操作。sleep時間根據讀數據和寫緩存時間來估算。

  redis.delKey(X)

  db.update(X)

  Thread.sleep(N)

  redis.delKey(X)

比如更新了數據庫，還未刪除緩存時。B線程就開始讀數據，從緩存讀到舊值。不過這種情況下緩存會馬上被刪除，所以影響較小。

2、緩存雪崩

大量請求無法在redis得到處理，從而打到數據庫。主要原因：

緩存中大量數據同時過期，應用訪問時無法命中緩存，從而都請求到數據庫；

redis宕機。

解決方案：

過期時間增加隨機數；

發生雪崩時進行服務降級。非核心數據直接返回默認值或錯誤；

限流熔斷，當數據庫負載突升時，暫停業務應用對緩存的訪問。

3、緩存擊穿

熱點數據過期失效，大量請求突然打到數據庫。

解決方法

熱點數據不設置過期時間。

4、緩存穿透

數據不在緩存中，也不在數據庫中。可能原因：

業務層誤操作，刪除了數據庫數據。

惡意攻擊。

解決方案：

緩存默認值；

使用布隆過濾器快速判斷數據是否存在；

前端進行請求檢查。

在實際的業務中，以上異常場景可能會同時出現，排查時要根據自己的情況進行針對性分析。