缓存雪崩，缓存穿透，缓存击穿是什么？我们要怎么解决这些问题？

一 前言

在开发过程中，为了减轻数据库的压力，我们经常会使用到缓存，所以相信大家对缓存雪崩，缓存穿透，缓存击穿这三个名词并不陌生。今天就和大家一起分享一下，到底什么是缓存雪崩，缓存穿透，缓存击穿，我们要怎么做才能解决这些问题。

二：缓存雪崩

1.什么是缓存雪崩？

缓存雪崩是指在同一时间，大量缓存都失效，而恰巧这个时候，大量的请求同时进来，都去访问数据库，而数据库的连接数不够，从而导致用户端请求超时，响应慢，服务不可用等问题。

2.如何解决缓存雪崩问题？

①：在设置缓存的过期时间时，我们可以增加一个随机数。

   /**
     * 如果不需要特别准确的过期时间的话 就加一个随机时间 防止缓存雪崩
     *
     * @param baseTime  原过期时间
     * @param isPrecise 是否需要准确的设置过期时间 true 是 false 否
     * @return
     */
    public static long getExpireTime(long baseTime, boolean isPrecise) {
        if (isPrecise) {
            return baseTime;
        }
        ThreadLocalRandom random = ThreadLocalRandom.current();
        return baseTime + random.nextInt(10 * 60);
    }

如果我们的缓存不依赖一个准确的过期时间，那么我们利用ThreadLocalRandom生成一个随机数，这样的话可以避免一部分缓存雪崩的情况。

注：如果你还对ThreadLocalRandom不了解的话，建议看我的另一篇文章：并发高的情况下，试试用ThreadLocalRandom来生成随机数，相信会对你有所帮助。

② 使用多级缓存

我们可以使用多级缓存，从而减少缓存雪崩的概率。例如我们可以用Caffeine作为本地缓存（一级缓存），redis作为二级缓存，一级缓存中找不到，再去二级缓存中找。这样的话可以大大减少缓存雪崩的概率。

③ 热key不设置过期时间

如果一个key查询特别频繁，但是修改的频率特别低，那么可以考虑不设置key的过期时间。这样也是可以解决缓存雪崩的问题，但是我并不推荐这么做，原因有以下几点：

1.缓存与数据库数据的一致性一直是一个无法彻底解决的问题，如果我们的缓存不设置过期时间，那么意味着一旦出现数据不一致的问题，影响的时候会特别长。

2.缓存并不是数据持久化的地方，我们不应该把缓存当做数据库来用。

④ 在高并发来之前，做一次缓存预热

如果我们知道什么时间段并发会特别高，那么我们可以提前将数据在缓存一遍，并且重新设置好过期时间，这样就可以避免在高并发的情况下，而我们的缓存刚好大面积失效的问题。

缓存雪崩这个问题，恰巧我们在生产环境中遇到过，因为我们是直播教学系统，大部分直播都是在晚上8点开始，所以导致8点左右的时候请求量会突然变多很多。有一次发现数据库突然报警，但是发现数据库连接特别多，但是我们都是有加redis缓存的，经过排查，发现是缓存过期了。虽然数据库顶住了，但是还是很慌。后续我们也是采用了方法①，②，④来处理的。

三：缓存击穿

1.什么是缓存击穿？

缓存击穿是指，在某一个时刻，一个热key突然失效了，这时候恰巧有很多请求需要访问这个key，导致大量的请求访问到数据库，从而导致数据库压力过大，最后导致服务不可用。

2.如何解决缓存击穿问题？

① 热点key不设置过期时间

热点key不设置过期时间，可以很大程度上避免缓存击穿问题，但是还是那句话，我并不推荐这么做，原因在前文已经叙述，这么就不再过多赘述。

② 使用多级缓存

多级缓存不仅可以很大程度上避免缓存雪崩，也可以很大程度上解决缓存击穿的问题，所以其实多级缓存还是很有必要的，利用caffeine做一个本地缓存，redis做二级缓存，这样的话还可以减少redis的压力。

③ 使用锁机制

我们可以使用分布式锁来限制只有一个线程去访问数据库，这样我们就不用担心大量请求打到数据库，从而导致数据库压力过大的问题了。如果我们使用Spring cache的@Cacheable注解来实现缓存，那么就更简单了，只需要设置注解的sync属性为true就可以了。

@Cacheable(cacheNames= "cache",sync = true)
public User test(String name) {
  ...
  return user;
}

四：缓存穿透

1.什么是缓存穿透

缓存穿透是指用户端一直请求数据库中不存在的数据，而导致我们的缓存一直不生效，请求一直打到数据库，从而导致数据库压力过大，从而导致服务器不可用的问题。

2.缓存穿透的问题如何处理

① 针对业务，对一些参数进行校验

在查询缓存和数据库之前，可以根据我们的业务逻辑进行一些参数的校验，例如id 我们可以校验是否大于0，通常我们都会集成Validation注解做参数校验。这样可以避免一部分缓存穿透的问题。

② 如果数据库中查询结果为空，缓存一个空对象

如果数据库查询出来的结果是空的，如果是空集合，那么我们可以选择缓存一个空集合或者空对象到redis中，并设置一个较短的过期时间。但是如果遭到恶意的攻击，通常会导致我们缓存中都是一些无用缓存，而真正需要缓存的数据却被缓存淘汰策略所淘汰。

③ 建立黑名单，验证码等一系列安全机制，减少恶意请求

面对大量的恶意请求，我们应该建立一系列的安全措施，包括黑名单，验证码等等，这里就不做过多的举例了。

④ 使用布隆过滤器

使用布隆过滤器建立位图，通过布隆过滤器过滤掉大部分的不存在的数据。虽然布隆过滤器有一定的误判率，无法做到彻底拦截不存在的数据，但是也可以大大降低缓存穿透的概率了。

五 最后

今天和大家一起分析了缓存雪崩，缓存穿透，缓存击穿的问题，以及它们的一些解决方案。如果有什么疑问或者好的建议，欢迎在下方留言评论。