redis 缓存雪崩

缓存雪崩

redis的热点数据，常常是通过定时任务来刷新的，可能会存在一个问题，同一时间，大面积的热点数据失效，重新拉取。导致数据库压力增大，宕机。

要防止同一时间的大量缓存数据失效，可以缓存时间在上一个随机值的方式来做。

setRedis（Key，value，time + Math.random() * 10000）

如果Redis是集群部署，将热点数据均匀分布在不同的Redis库中也能避免全部失效的问题

或者设置热点数据永远不过期，有更新操作就更新缓存就好了（比如运维更新了首页商品，那你刷下缓存就完事了，不要设置过期时间），电商首页的数据也可以用这个操作，保险。

缓存穿透

穿透是有时候有恶意请求等，不断请求一个缓存和数据库都不存在的key，造成拒绝服务攻击。比如id>1，有人构造了id=0的访问。

可以增加参数的检验，阻止同一个ip的大量请求，在redis中设置不存在的key的缓存（要加上过期时间，防止产生新的数据导致不同步）。

高级玩法是使用布隆过滤器，hash值加载到redis中，存在的放行。布隆过滤器的原理是，使用一个bitmap，默认每个key的值都是0，多次hash算法处理，将每次hash算法得到的index的值改为1。匹配的时候，由于存在hash冲突，多次hash结果都命中的，是可能存在的数据，只要有一次无法命中的，就是不存在的数据。我们只管可能存在的数据，放到缓存中，先访问这个过滤器，存在的在到redis中找数据，没有的到db中找，再存到redis。可能还是会有少部分异常数据通过，这个无关紧要。

缓存击穿

缓存雪崩是大量热点数据失效，缓存击穿是少量热点数据失效，但是该热点数据是频繁访问程度较高，非常热门的数据失效，也导致系统压力徒增。

处理的话可以设置不过期。或者在访问时候加上互斥锁。第一次访问之后，加入到缓存，其他正在等待的请求，会从新的缓存中读取。